文件名称：作弊检测
文件大小：2.79MB
文件格式：ZIP
更新时间：2024-03-01 19:46:38
Python
现场考试作弊检测 使用OpenPose姿势估计和XGBoost的作弊检测系统 ·· 目录 关于该项目 该项目目前正在开发中 GitHub上有很多很棒的README模板，但是我找不到真正适合我需要的模板，因此我创建了这个增强的模板。 我想创建一个自述模板，以至于它成为您需要的最后一个。 原因如下： 您的时间应该集中在创造惊人的事物上。 一个解决问题并帮助他人的项目 您不应该一遍又一遍地执行相同的任务，就像从头开始创建自述文件一样 您应该将DRY原则纳入您的余生 :grinning_face_with_smiling_eyes: 当然，由于您的需求可能不同，因此没有一个模板可以为所有项目提供服务。 因此，我将在不久的将来添加更多内容。 您也可以通过分叉此存储库并创建请求请求或打开问题来提出更改建议。 确认中列出了一些我认为有用的常用资源。 建于 本节应列出您用来构建项目的所有主要框架。 将所有附件/插件留在“确认”部分。 这里有一些例子。 入门 要
【文件预览】：
Cheating-Detection-master
----.gitignore(2KB)
----linuxrequirements.txt(1KB)
----CheatDetection()
--------XGB_BiCD_Tuned_GPU_05.model(167KB)
--------XGB_BiCD_Tuned_GPU_04.model(146KB)
--------XGB_BiCD_Tuned_GPU_02.model(266KB)
--------__init__.py(4KB)
--------XGB_BiCD_Tuned_GPU_01.model(1.34MB)
--------XGB_BiCD_Tuned_GPU_03.model(3.75MB)
--------utils.py(7KB)
--------XGB_YMCA.model(171KB)
----LICENSE(1KB)
----README.md(8KB)
----CDApp()
--------routes.py(2KB)
--------myWebgear.py(11KB)
--------templates()
--------controller.py(261B)
--------__init__.py(0B)
--------.vidgear()
----runWebVidgear.py(5KB)
----runNanoVidgear.py(3KB)
----migrations()
--------env.py(2KB)
--------script.py.mako(494B)
--------versions()
--------README(38B)
----database()
--------Dockerfile(145B)
--------core()
--------rest()
--------docker-compose.yaml(189B)
--------databaserequirements.txt(48B)
--------database()
--------manage.py(664B)
----nanorequirements.txt(5KB)
----vidgearrequirements.txt(811B)