文件名称：Deep-Learning-Rock-Paper-Scissors
文件大小：9.49MB
文件格式：ZIP
更新时间：2024-06-16 08:26:39
JavaScript
深度学习RPS 一个基于流行的石头，纸张，剪刀，蜥蜴和麻雀的网络应用程序游戏，由节目The Big Bang Theory制作而成。 该应用程序利用深度学习和网络摄像头通过用户面部识别用户身份，然后通过手形识别所需的游戏。 还实施了游戏AI以促进沉思的游戏。 制作人：Shrish Mohapatra（ ），Rajessen Sanassy（ ），Yousef Yassin（ ） 最低要求： Windows 7或更高版本。 macOS 10.13或更高版本。 python 3.7.6或更早版本 注意：Tensorflow在较新的python版本上不受支持 特征 使用面部检测进行异步用户注册/身份验证->所有数据均使用CockroachDB本地保存 初始入职校准过程： 通过将图像持久保存到本地蟑螂数据库来异步分析用户网络摄像头流。 通知玩家游戏说明并验证5个手形符号的知识。
【文件预览】：
Deep-Learning-Rock-Paper-Scissors-master
----client()
--------.gitignore(289B)
--------package.json(918B)
--------package-lock.json(651KB)
--------src()
--------craco.config.js(526B)
--------build()
--------public()
--------README.md(3KB)
--------.eslintcache(3KB)
--------yarn.lock(492KB)
----server()
--------.gitignore(16B)
--------detection_model.h5(8.44MB)
--------keys.py(108B)
--------requirements.txt(2KB)
--------ai_algorithm.py(3KB)
--------signup_training.py(2KB)
--------app.cfg(312B)
--------hand_detection.py(2KB)
--------__pycache__()
--------app.py(8KB)
--------login_detection.py(1KB)
----README.md(4KB)