Recognition）

【YOLOv 剪枝 轻量化】融合YOLOv5s与通道剪枝算法的奶牛轻量化个体识别方法（英文版含中文翻译）

融合YOLOv5s与通道剪枝算法的奶牛轻量化个体识别方法Light-weightrecognitionnetworkfordairycowsbasedonthefusionofYOLOv5sandchannelpruningalgorithm
XingshiXu·2023-09-14 00:00

基于 Cell ID 的单细胞基因指纹特征提取和细胞身份识别的新方法

我想分享一篇今年四月份发表在《Naturebiotechnology》上的文章，题目是“Genesignatureextractionandcellidentityrecognitionatthesingle-celllevelwithCell-ID
黄树嘉·2023-09-13 10:46

Android使用Tesseract-ocr进行文字识别

前言Tessseract是一款由HP实验室开发由Google维护的开源OCR（OpticalCharacterRecognition,光学字符识别）引擎。能够支持中文十分难得。
Vaccae·2023-09-13 01:35

GoogLeNet 08

1998年，YannLeCun提出了一种用反向传导进行更新的卷积神经网络，称为LeNet-5AlexNet是2012年ISLVRC2012（ImageNetLargeScaleVisualRecognitionChallenge
Darren_pty·2023-09-12 04:35

【TSN】（一）中英译文

TwoStreamNet】一，双语翻译文章目录【TwoStreamNet】Abstract1Introduction1.1Relatedwork2Two-streamarchitectureforvideorecognition3OpticalflowConvNets3.1ConvNetinputconfigurations3.2RelationofthetemporalConvNetarchi
jjjhut·2023-09-11 23:17

【炼丹侠】如何用GPU服务器实现ResNet训练

ResNet是一种深度卷积神经网络架构，由微软研究员KaimingHe等人在2015年的论文《DeepResidualLearningforImageRecognition》中提出。
·2023-09-11 14:00

【transformer】动手学ViT

ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATSCALE摘要Method实验代码-基于pytorchTrainingVisualTransformeronDogsvsCatsData
ca1m4n·2023-09-11 13:25

Keras搭建经典CNN LeNet5网络进行手写体识别

1简介LeNet-5模型是YannLeCun教授于1998年在论文Gradient-basedlearningappliedtodocumentrecognition中提出的，它是第一个成功应用于数字识别问题的卷积神经网络
技术人Howzit·2023-09-11 11:29

ddddocr的使用方法

ddddocr是一种OCR(OpticalCharacterRecognition，光学字符识别)工具，它可以将文本从图像或PDF文件中提取出来。
一曲歌长安·2023-09-11 02:53

泰戈尔《园丁集》新译第79首·界线

79Ioftenwonderwhereliehiddentheboundariesofrecognitionbetweenmanandthebeastwhoseheartknowsnospokenlanguage.Throughwhatprimalparadiseinaremotemorningofcreationranthesimplepathbywhichtheirheartsvisitede
水石山房主人·2023-09-11 02:23

[108]计算机视觉的图像基础

视觉应用分类应用分类具体有两种：语义感知语义感知有：分类（一幅图中猫、狗划分出来）、检测（检测人脸、行人）Detection、识别-Recognition（识别出运动或静止中人）、检索-Retrieval
shawnxjf·2023-09-10 22:03

IGFormer: Interaction Graph Transformer for Skeleton-based Human Interaction Recognition 论文阅读

论文地址：https://arxiv.org/abs/2207.12100摘要人机交互识别在许多应用中都非常重要。识别交互的一个关键线索是交互的身体部位。在这项工作中，我们提出了一种新颖的交互图变换器（IGFormer）网络，通过将交互身体部位建模为图形来进行基于骨架的交互识别。更具体地说，所提出的IGFormer根据交互身体部位之间的语义和距离相关性构建交互图，并通过基于学习图聚合交互身体部位的
魔法少女玛格姬·2023-09-10 07:21

搭建自己的OCR服务，第一步：选择合适的开源OCR项目

光学字符识别（OpticalCharacterRecognition,OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即将图像中的文字进行识别，并以文本的形式返回。
辉哥的编程道路·2023-09-09 23:23

Conformer: Local Features Coupling Global Representationsfor Visual Recognition

论文链接：https://arxiv.org/abs/2105.03889代码链接：https://github.com/pengzhiliang/Conformer参考博文：Conformer论文以及代码解析（上）_conformer代码_从现在开始壹并超的博客-CSDN博客摘要在卷积神经网络(CNN)中，卷积运算擅长提取局部特征，但难以捕获全局表征。在visualtransformer中，级联
Scabbards_·2023-09-09 21:58

【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（9 月 1 日论文合集）

文章目录一、检测相关(7篇)1.1DetectingOut-of-ContextImage-CaptionPairsinNews:ACounter-IntuitiveMethod1.2UnsupervisedRecognitionofUnknownObjectsforOpen-WorldObjectDetection1.3MS23D
旅途中的宽~·2023-09-09 21:26

"Deep Facial Expression Recognition: A Survey"论文笔记

introductionFERsystemscanbedividedintotwomaincategoriesaccordingtothefeaturerepresentations:staticimageFERanddynamicsequenceFER.（时空信息）Themajorityofthetraditionalmethodshaveusedhandcraftedfeaturesorsha
我写代码像cxk·2023-09-09 07:01

一种基于Android、iOS平台的移动端车牌识别接口，实现手机扫描提取车牌号

首先说一下移动端车牌识别技术(VehicleLicensePlateRecognition，VLPR)，它是指能够检测到受监
AI人工智能+·2023-09-09 03:08

ResNet 09

1998年，YannLeCun提出了一种用反向传导进行更新的卷积神经网络，称为LeNet-5AlexNet是2012年ISLVRC2012（ImageNetLargeScaleVisualRecognitionChallenge
Darren_pty·2023-09-08 19:03

目标检测网络系列之R-CNN

文章目录前言目标检测任务数据集任务区别评判标准的区别IoU交并比P-R曲线mAPR-CNNR-CNN的基本逻辑候选框挑选EfficientGraph-BasedImageSegmentation算法SelectiveSearchforObjectRecognition
新兴AI民工·2023-09-08 03:28

论文翻译——TSN——Temporal Segment Networks: Towards Good Practices for Deep Action Recognition

一.论文简介论文地址：https://arxiv.org/abs/2010.11929代码链接：GitHub-yjxiong/temporal-segment-networks:Code&ModelsforTemporalSegmentNetworks(TSN)inECCV2016《TemporalSegmentNetworks:TowardsGoodPracticesforDeepActionR
一只小百里·2023-09-08 00:59

论文翻译——VIT——An Image Is Worth 16x16 Words: Transformers for Image Recognition at Scale

2010.11929代码地址：GitHub-google-research/vision_transformer"AnImageIsWorth16x16Words:TransformersforImageRecognitionatScale
一只小百里·2023-09-08 00:29

语音识别对于智能机器人为什么重要

语音识别技术，也被称为自动语音识别（英语：AutomaticSpeechRecognition,ASR），其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如二进制编码或者字符序列。
21世纪的机器猫·2023-09-07 18:39

2021-03-01

AnalyzingtheEffectofMulti-taskLearningforBiomedicalNamedEntityRecognition贡献：1.分析生物医学实体数据集之间的可转移性，并找到一些有用的特性和方法来预测这些数据集之间的可转移性
小小程序员一枚·2023-09-07 15:28

基于springboot的图片文字识别,支持中英文识别

的图片文字识别,支持中英文识别.页面上传图片即可转换为中文或者英文.详细1.需求（要做什么）识别图片文字,实现页面上传图片即可转换为中文或者英文.2.理论概述OCR，即OpticalCharacterRecognition
西安未央·2023-09-07 15:06

[face_recognition中文文档] 第1节 人脸识别

转载：https://my.oschina.net/kangvcar/blog/1557459FaceRecognition人脸识别库这是世界上最简单的人脸识别库了。
冬天的风_793f·2023-09-06 22:28

Briefings in Bioinformatics2021 | Bert-Protein+：基于Bert的抗菌肽识别

论文标题：AnovelantibacterialpeptiderecognitionalgorithmbasedonBERT论文地址：novelantibacterialpeptiderecognitionalgorithmbasedonBERT
羊飘·2023-09-06 17:14

【AI测试】python文字图像识别tesseract

github.com/tesseract-ocr/tesseractpython版本：https://github.com/madmaze/pytesseractOCR，即OpticalCharacterRecognition
梦无矶·2023-09-05 20:21

论文阅读《LGPMA：Complicated Table Structure Recognition with Local and Global Pyramid Mask Alignment》

摘要表格识别是一项很有挑战的任务。以前的方法从不同粒度的元素(行/列，文本区域)开始处理问题，这从某种程度上有损启发式规则，忽略了空细胞分裂等问题。基于表结构特征，我们发现获取文本区域的对齐boundingbox可以有效地保持不同单元格的整个相关范围。然而，由于视觉歧义，很难准确预测对齐的boundingbox。在这篇文章中，我们通过充分利用局部特征蕴含的文本信息和全局特征蕴含的单元格关系，来获得
一只荣·2023-09-05 14:21

posec3D训练自己的模型

/tools/dist_train.shconfigs/recognition/tsn/tsn_r50_1x1x3_100e_kinetics400_rgb.py8--resume-fromwork_dirs
AI界扛把子·2023-09-04 09:56

ICASSP 2022 | 用于多模态情感识别的KS-Transformer

近期，该实验室的最新论文《Key-SparseTransformerForMultimodalSpeechEmotionRecognition》（用于多模态情感识别的KS-Transformer），就入选了刚刚结束的
优必选科技·2023-09-04 02:23

Python语音识别处理详解

在这篇文章中，我们将介绍如何使用Python的SpeechRecognition和pydub等库来实现语音识别和处理，从而打造属于自己的智能语音助手。1.什么是语音识别？
Rocky006·2023-09-03 11:10

树莓派+openCV物联网工程(一)

谷歌人工智能框架Tensorflow和人脸识别开源项目face_recognition，都需要安装OpenCV。
477955926·2023-09-03 05:33

Benchmarking Chinese Text Recognition: Datasets, Baselines| OCR 中文数据集【论文翻译】

基础信息如下https://arxiv.org/pdf/2112.15093.pdfhttps://github.com/FudanVI/benchmarking-chinese-text-recognitionAbstract
墨理学AI·2023-09-02 08:32

Kaggle赛题解析：Google手语识别

文章目录一、比赛前言信息二、比赛背景三、比赛任务四、评价指标五、数据描述六、解题思路一、比赛前言信息比赛名称：Google-IsolatedSignLanguageRecognition中文名称：帮助用户从
旅途中的宽~·2023-09-02 07:23

PaddleVideo 中 agcn_fsd.yaml 配置文件代码详解

文件路径：configs/recognition/agcn/agcn_fsd.yaml。
一杯水果茶！·2023-09-01 23:57

行为识别(Action Recognition)初探

任务说明（截取视频行为分类）对视频中人的行为动作进行识别，即读懂视频。Handgesture：集中于处理视频片段中单人的手势Action：短时间的行为动作，场景往往是短视频片段的单人行为Activity：持续时间较长的行为，场景往往是较长视频中的单人或多人行为Classification：给定预先裁剪好的视频片段，预测其所属的行为类别Detection：视频是未经过裁剪的，需要先进行人的检测whe
专注认真努力·2023-09-01 19:00

微信小程序中实现人脸识别认证

开发准备目前微信小程序人脸识别接口（微信开放社区对其定义为“微信人脸核身接口能力”）只对特定的主体及类目的小程序开放，详见微信人脸核身接口能力代码实现//人脸识别openFace(){wx.startFacialRecognitionVerify
编程迪·2023-09-01 07:46

OpenCV识别图像（手掌和人脸）项目

https://github.com/daisen/ImageRecognition4USBVedio
daxian1110·2023-08-31 09:25

解读未知：文本识别算法的突破与实际应用

解读未知：文本识别算法的突破与实际应用1.文本识别算法理论背景介绍文本识别是OCR（OpticalCharacterRecognition）的一个子任务，其任务为识别一个固定区域的的文本内容。
汀、人工智能·2023-08-31 09:10

视频分类(三) SlowFast原理

code：SlowFastpaper:SlowFastNetworksforVideoRecognition一、原理这篇文章的核心思想是借助双帧速率分治进行轻量视频识别，这里给出Abstract核心思想
blackmanba_084b·2023-08-31 03:42

【计算机视觉 | 目标检测】目标检测常用数据集及其介绍（七）

FallingThings)三、GEN1Detection(PropheseeGEN1AutomotiveDetectionDataset)四、RIT-18五、AGAR(AnnotatedGermsforAutomatedRecognition
旅途中的宽~·2023-08-30 18:39

【卷积神经网络】MNIST 手写体识别

LeNet-5是经典卷积神经网络之一，1998年由YannLeCun等人在论文《Gradient-BasedLearningAppliedtoDocumentRecognition》中提出。
洋洋Young·2023-08-30 05:20

python实现语音识别

1.首先安装依赖库pipinstallplaysound#该库用于播放音频文件pipinstallspeech_recognition#该库用于语音识别pipinstallPocketSphinx#语音识别模块中只有
东城青年·2023-08-29 13:52

IJCAI2022 | SVTR+：基于单个视觉模型的场景文字识别算法

代码：https://github.com/open-mmlab/mmocr/blob/main/configs/textrecog/svtr/README.md原文标题：SVTR:SceneTextRecognitionwithaSingleVisualModel
羊飘·2023-08-29 06:47

C#实战：基于腾讯OCR技术实现企业证书识别和数据提取实践

一、OCR技术介绍在当今数字化时代，OCR（OpticalCharacterRecognition）识别技术正发挥着越来越重要的作用。
IT技术分享社区·2023-08-28 23:27

深入探索OCR技术：前沿算法与工业级部署方案揭秘

深入探索OCR技术：前沿算法与工业级部署方案揭秘注：以上图片来自网络1.OCR技术背景1.1OCR技术的应用场景OCR是什么OCR（OpticalCharacterRecognition，光学字符识别）
汀、人工智能·2023-08-28 21:35

ICASSP 2023说话人识别方向论文合集

今年入选ICASSP2023的论文中，说话人识别（声纹识别）方向约有64篇，初步划分为SpeakerVerification（31篇）、SpeakerRecognition（9篇）、SpeakerDiarization
语音之家·2023-08-28 17:39

深入探索OCR技术：前沿算法与工业级部署方案揭秘

深入探索OCR技术：前沿算法与工业级部署方案揭秘注：以上图片来自网络1.OCR技术背景1.1OCR技术的应用场景OCR是什么OCR（OpticalCharacterRecognition，光学字符识别）
·2023-08-28 17:40

PCL Corespondence Grouping 方法进行3D模板匹配

/**此例程使用pcl_recognition组件讲解3D目标的识别。特别指出，例程主要讲解CorespondenceGrouping算法*通过点对点的比对相似性进行点阵的聚类来识别场景中的物体。
zxcvb036·2023-08-28 16:08

【炼丹侠】如何用GPU服务器实现AlexNet训练

它是在ImageNetLargeScaleVisualRecognitionChallenge竞赛中取得突破性成果的模型，标志着深度学习在计算机视觉领域的崭露头角。
·2023-08-28 14:54
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他