基于深度学习TensorFlow+Keras+pyQT5的实时人脸表情识别项目，使用最新版本的框架编写，可用度高

（后端Python）本科毕业设计-基于深度学习的人脸识别考勤系统，具备基础的人脸录入，人脸识别，考勤管理，课堂管理，班级管理，日志管理等功能。此Python项目是整体项目的人脸识别部分，基于深度学习的FaceNet算法，对人脸特征进行提取，判断是否输入同一张人脸，提供人脸认证接口，对数据库进行操作。

（纯个人向）本科毕业设计 主要是对项目进行记录和代码存储 《基于深度学习的多任务空气质量预测模型设计与实现》

本项目的目标是设计并实施一个面部情绪识别系统，本系统利用卷积神经网络（Convolutional Neural Network，CNN）算法，基于Tensorflow深度学习框架，来预测和分类人的面部情绪，最后通过图形化界面完成以下两个功能的设计：从本地读取图片进行面部情绪的分类和实时视频情绪识别功能。

MedBaseNet 是一个专为医疗图像识别设计的轻量级深度学习框架。该框架采用简洁的架构设计，在保持较高识别精度的同时，显著降低了计算资源需求，特别适合医疗教学和基础研究场景。

毕业设计:基于深度学习的人脸识别签到系统的设计与实现