技术综述七:一文带你探讨场景文本识别中的语言模型
【摘要】 文本图像中包含两层信息:视觉纹理信息和语言信息。由于单纯根据视觉纹理信息进行文字识别缺少了… 继续阅读 技术综述七:一文带你探讨场景文本识别中的语言模型
学习资料备份
【摘要】 文本图像中包含两层信息:视觉纹理信息和语言信息。由于单纯根据视觉纹理信息进行文字识别缺少了… 继续阅读 技术综述七:一文带你探讨场景文本识别中的语言模型
【摘要】 当前的文本行识别器为拥有更强的序列语义能力,模型多采用CNN + RNN的结构,如目前使用… 继续阅读 技术综述六:一文带你了解两种Transformer文字识别方法
【摘要】 在自然场景图像的目标检测中,通常使用水平四边形框作为检测框对目标的位置进行框定。但是,在遥… 继续阅读 技术综述五:旋转目标检测系列算法讲解(一)
【摘要】 本文对anchor-free的目标检测RepPoints系列算法进行梳理,具体包含RepP… 继续阅读 技术综述四:标检测之RepPoints系列算法讲解
【摘要】 对于目标的检测和实例分割任务,边界区域往往具有重要意义,决定了目标的包围框或分割图精准程度… 继续阅读 技术综述三:基于边界的目标检测方法简介
【摘要】 得益于深度学习的发展,许多计算机视觉任务在近几年取得了不错的效果。但是,现有的深度学习算法… 继续阅读 技术综述二:注数据不足下的深度学习方法概述
一、neo4j简介最近开始学习知识图谱,所以首先想先学习一下neo4j的使用。Neo4j是一个高性能… 继续阅读 超详细neo4j安装教程
输入python出现警告Warning: This Python interpreter is in… 继续阅读 输入python出现警告Warning: This Python interpreter is in a conda environment, but the environment has not been activat
来源:https://www.cnblogs.com/Lara1798/p/12849554.htm… 继续阅读 Python中字符串,列表,元组三者之间相互转换
近日,AI实力强劲的百度输入法又向业内投下一颗“重磅炸弹”——业界首发“离线中英自由说”功能。这项基… 继续阅读 离线中英混合语音识别准确率超98%!百度输入法带你体验“有网没网一样准”