2 dépôts
Tools designed specifically to recognize and categorize numerical digits in images.
Distinct from Image Classifiers: Specializes in digit recognition rather than general predefined subject labels.
Explore 2 awesome GitHub repositories matching data & databases · Numeric Digit Classifiers. Refine with filters or upvote what's useful.
is-thirteen est une bibliothèque de validation de nombres et un vérificateur d'égalité numérique conçu pour vérifier si une entrée donnée est égale à la valeur treize. Il fonctionne comme un outil de classification de données qui identifie cette valeur spécifique à travers des flux d'entrées numériques, textuelles et visuelles. Le projet inclut un classificateur de nombres basé sur l'image qui utilise le deep learning et l'analyse par réseau de neurones pour identifier des représentations visuelles du nombre treize au sein d'images téléchargées. La bibliothèque couvre une variété de méthodes de validation, incluant l'égalité arithmétique exacte, la correspondance de valeur approximative dans des plages de tolérance définies, le parsing de notation scientifique et la correspondance de motifs linguistiques pour les formes écrites du nombre.
Provides a deep learning utility to identify if an image depicts the number thirteen.
Cette bibliothèque fournit un framework de deep learning pour entraîner des réseaux de neurones à effectuer la reconnaissance vocale et la classification audio. Elle utilise des architectures séquence-à-séquence pour mapper des entrées audio de longueur variable en sorties textuelles ou numériques, permettant le développement de modèles de transcription parole-vers-texte personnalisés. Le projet se distingue par des capacités de traitement audio intégrées qui transforment les formes d'onde brutes en spectrogrammes et en vecteurs numériques de haute dimension. Ces outils permettent l'extraction de caractéristiques vocales uniques pour identifier les locuteurs, ainsi que la classification de sources audio spécifiques et de chiffres parlés. Pour soutenir le développement de modèles, la bibliothèque inclut des utilitaires pour l'augmentation audio et la reconstruction de signal. En modifiant par programmation des échantillons audio pour simuler divers environnements acoustiques et en vérifiant l'intégrité des caractéristiques apprises par reconstruction dans l'espace latent, le système améliore la robustesse de ses réseaux de neurones sous-jacents.
Maps spectrogram data to specific numerical labels to accurately recognize individual digits spoken by a human voice.