Recognition）

【读点论文】Benchmarking chinese text recognition Datasets, baselines, and an empirical study，中文专题的字符识别

BenchmarkingChineseTextRecognition:Datasets,Baselines,andanEmpiricalStudyAbstract近年来，深度学习的蓬勃发展见证了文本识别的快速发展
羞儿·2024-01-31 18:49

【读点论文】CMTCo Contrastive Learning with Character Movement Task对比学习中的代理任务和数据增强用在手写字符体识别方向

CMT-Co:ContrastiveLearningwithCharacterMovementTaskforHandwrittenTextRecognitionAbstract主流的手写文本识别(HTR
羞儿·2024-01-31 18:49

LMC：通过大模型合作与互相评估来进行无需训练的开放集识别

论文名称：LMC:LargeModelCollaborationwithCross-assessmentforTraining-FreeOpen-SetObjectRecognition论文链接：https
AI知识图谱大本营·2024-01-31 02:50

Python实现OCR大批量识别图片文字，并将文字保存到txt文档中，文末源码直接拿！

项目背景在当今数字化时代，图像文字识别（OpticalCharacterRecognition,OCR）技术的应用越来越广泛。
认真写程序的强哥·2024-01-31 01:27

【论文阅读】Long-Tailed Recognition via Weight Balancing（CVPR2022）附MaxNorm的代码

目录论文使用方法weightdecayMaxNorm如果使用原来的代码报错的可以看下面这个论文问题：真实世界中普遍存在长尾识别问题，朴素训练产生的模型在更高准确率方面偏向于普通类，导致稀有的类别准确率偏低。key:解决LTR的关键是平衡各方面，包括数据分布、训练损失和学习中的梯度。文章主要讨论了三种方法：L2normalization,weightdecay,andMaxNorm本文提出了一个两阶
鱼小丸·2024-01-30 20:38

基于对比学习的信息抽取

LabelRefinementviaContrastiveLearningforDistantly-SupervisedNamedEntityRecognitionNAACL2022；做的远程监督NER
wang2008start·2024-01-30 09:36

一文读懂：图卷积在基于骨架的动作识别中的应用

19021210845转载自：https://new.qq.com/omn/20191208/20191208A09M4G00.html【嵌牛导读】基于骨架的动作识别（skeleton-basedactionrecognition
陌然_5236·2024-01-30 00:59

VLM 系列——Object Recognition as Next Token Prediction——论文解读

一、概述1、是什么结合了CLIP的视觉编码器+语言模型Llama的部分参数，将常见的图片描述任务转变为只输出属性，换言之将图片分类转变为预测下一个文本输出token。这样就能够生成图片的topK属性（英文），用于开放域的图片Tag场景。2、亮点*对图像-标题（从原始标题中提取名词作为参考标签）对进行训练，比图像-问题-答案三元组更容易收集和注释。对于推理，生成文本片段作为标签而不是句子。*解码器具
TigerZ*·2024-01-29 21:29

Masked Face Recognition Using Deep Learning: A Review

摘要：本次调查整理并回顾了最近基于深度学习技术为蒙面人脸识别（MFR）开发的工作，提供了对MFR系统开发流程的见解和深入讨论。根据深层网络架构的特点和深层特征提取策略，引入了最先进的技术，还讨论了MFR领域使用的常见基准测试数据集，强调了许多挑战和有前途的研究方向。一、引言遮挡人脸识别（OFR）任务引起了广泛的关注，并且已经提出了许多深度学习方法，包括稀疏表示、自动编码器、基于视频的对象跟踪、双向
禄亿萋·2024-01-29 16:25

Antlr4介绍和Helloworld

摘要：本文将首先介绍Antlr4，以及如何通过Antlr4grammer生成对应的hello的AST1.Antlr4简单介绍Antlr4（AnotherToolforLanguageRecognition
离离原上草77·2024-01-28 16:40

《Two-Stream Convolutional Networks for Action Recognition in Videos》算法详解

论文链接：Two-StreamConvolutionalNetworksforActionRecognitioninVideos文章由牛津大学VGG实验室提出，收录于NIPS2014。
ce0b74704937·2024-01-28 14:57

Python face-recognition库，dlib库安装方法（附下载文件）

face_recognition是一个基于dlib的Python库，用于实现人脸识别功能。它提供了简单易用的API，使得开发者可以方便地进行人脸识别的开发，而无需深入了解算法细节。
砍树＋c＋v·2024-01-28 11:14

[Python] scikit-learn - 葡萄酒(wine)数据集和决策树分类器的使用

葡萄酒(wine)数据集介绍葡萄酒识别数据集（WineRecognitiondataset）通常用于多类别分类问题建模。
老狼IT工作室·2024-01-28 02:10

做情绪识别，有必要用LLM吗？

对话情感识别(EmotionRecognitioninConversation)是一个分类
zenRRan·2024-01-27 23:26

基于脑电图的注意力稀疏图卷积神经网络的帕金森病识别

基于脑电图的注意力稀疏图卷积神经网络的帕金森病识别EEG-BasedParkinson’sDiseaseRecognitionviaAttention-BasedSparseGraphConvolutionalNeuralNetwork
有人学习不瞌睡吗·2024-01-27 22:59

呼叫中心及线路智能语音质检系统

所需要的工具或者能力如下；1、ASR（AutomaticSpeechRecognition）录音转换成文字的引擎。下图是磐石云独立开发的语音识别引擎日志。
qq_191999713·2024-01-27 21:21

OpenAI ChatGPT-4开发笔记2024-07：Embedding之Text Similarity文本相似度

OpenAIhasmadewavesonlinewithitsinnovativeembeddingandtranscriptionmodels,leadingtobreakthroughsinNLPandspeechrecognition.Thesemodelsenhanceaccuracy
aiXpert·2024-01-27 06:08

136自然语言处理通关手册--文本纠错

文本纠错文本纠错概述文本纠错又称为拼写检查，由于纯文本往往来源于手打或者OCR（OpticalCharacterRecognition,光学字符识别），很可能存在一些错误，因此此技术也是一大关键的文本预处理过程
Jachin111·2024-01-27 01:38

Jetson-inference -Coding Your Own Image Recognition Program (Python)学习笔记

有多种类型的深度学习网络可用，包括识别、检测/定位和语义分割。我们在本教程中重点介绍的第一个深度学习功能是图像识别，使用在大型数据集上训练的分类网络来识别场景和对象。镜像操作dockerpulldustynv/jetson-inference:r32.6.1传输文件到docker容器，这个你网不好的情况下也不会在容器内添加代理的话可以使用的到。首先需要知道docker容器的container_id
无证驾驶梁嗖嗖·2024-01-27 00:26

有挑战才有收获！PaddleOCR算法模型挑战赛火热开启！

作为PaddleOCR开源项目背后的维护者，飞桨团队一直致力于提升光学字符识别（Opticalcharacterrecognition，OCR）技术的精度和效率，满足广大开发者和用户的需求。
飞桨PaddlePaddle·2024-01-26 20:43

VIT探索笔记 （AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE）

VIT探索笔记CodePaper[vit-pytorch](https://github.com/lucidrains/vit-pytorch/tree/main)参看学习bilibili视频11.1VisionTransformer(vit)网络详解ViT论文逐段精读【论文精读】切入点如何把一张图变成一句话？对输入图做切割，分块，每一块就是一个token（单词）；假设一张224x224x3的图，
FMsunyh·2024-01-26 19:34

(SPP-Net)CNN处理图片时resize图片尺寸的问题小结

SPP-Net(空间金字塔池化网络)背景SPP-Net是出自2015年发表在IEEE上的论文-《SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition
kgbkqLjm·2024-01-26 17:57

Hyperface笔记

2016PAMIHyperFace:ADeepMulti-taskLearningFrameworkforFaceDetection,LandmarkLocalization,PoseEstimation,andGenderRecognition
AI视觉网奇·2024-01-26 15:03

机器视觉图像处理中的斑点分析方法是什么意思？

来自《StudyontheRecognitionofMalpositionandLocationofHigh-TemperatureForgingsinRobotisedDieForgingProcessBasedonMachineVision
神笔馬良·2024-01-26 08:01

【学术论文写作】 鲁棒性实验写作的行文逻辑

二、行文思路为什么要做鲁棒性测试怎么做实验结论对结果的解释三、示例PPT范文一2022,TIM,“ARobustandReliablePointCloudRecognitionNetworkUnderRigidTransformation
坚果仙人·2024-01-26 03:17

Jetson nano 的语音

Jetsonnano的语音安装汇入测试安装pipinstallSpeechRecognitionpipinstallgTTS-tokenpipinstallgTTSpipinstallpygamesudoaptinstallpython-pyaudiopython3
chencef·2024-01-26 01:50

libtorch学习笔记（7）- VGG网络训练和测试

是卷积网络里面比较常见的网络模型，相比LeNet要复杂一些，但是都属于拓补结构简单直接的前置反馈网络，详细信息可参考论文VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION
王飞95·2024-01-25 21:01

前端语音识别（webkitSpeechRecognition）

前端语音识别（webkitSpeechRecognition）-CSDN博客Excerpt文章浏览阅读1.8k次，点赞4次，收藏4次。
南七小僧·2024-01-25 13:17

金融OCR领域实习日志（一）

一、OCR基础任务要求：工作原理OCR（OpticalCharacterRecognition，光学字符识别）是指电子设备（例如扫描仪或数码相）检查纸上打印的字符，经过检测暗、亮的模式肯定其形状，而后用字符识别方法将形状翻译成计算机文字的过程
introversi0n·2024-01-25 09:11

【表情识别阅读笔记】Towards Semi-Supervised Deep FER with An Adaptive Confidence Margin

论文名：TowardsSemi-SupervisedDeepFacialExpressionRecognitionwithAnAdaptiveConfidenceMargin论文来源：CVPR发表时间：
Whalawhala·2024-01-24 23:03

【AI视野·今日CV 计算机视觉论文速览 第288期】Thu, 11 Jan 2024

计算机视觉论文速览Thu,11Jan2024Totally50papers上期速览✈更多精彩请移步主页DailyComputerVisionPapersTowardsOnlineSignLanguageRecognitionandTranslationAuthorsRonglaiZuo
hitrjj·2024-01-24 12:34

2021-03-01 ner最新进展

高效命名实体识别框架摘要：本文由南加州大学和亚马逊联合发布，文章题目为《TriggerNER:LearningwithEntityTriggersasExplanationsforNamedEntityRecognition
你若安好_4a49·2024-01-24 03:24

1986-Minimum error thresholding

1论文简介《Minimumerrorthresholding》是由Kittler和Illingworth于1986年发布在PatternRecognition上的一篇论文。
是聪聪黄吖·2024-01-23 23:40

论文笔记：SelfHAR: Improving Human Activity Recognition through Self-training with Unlabeled Data

Proc.ACMInteract.Mob.WearableUbiquitousTechnol.20211intro1.1背景——人类活动识别（HAR）旨在准确分类人类的物理活动传统方法——依赖于滑动窗口分割和手工特征提取，然后通过各种监督学习技术来识别简单和复杂的活动，如行走、跑步、骑自行车深度学习方法自动提取目标任务的有用特征——>更有效两种方法的局限性受到常规实验室HAR数据集引入的偏见和限制
UQI-LIUWJ·2024-01-23 22:08

【一站式梳理】ViT - Vision Transformer 流程+代码 学习记录

ViTPaper:ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATSCALE,ICLR2021.目录ViTPaper:ANIMAGEISWORTH16X16WORDS
DeSOLL·2024-01-23 18:25

关于“import CV2”出错，显示：ModuleNotFoundError: No module named 'cv2'

Nomodulenamed'cv2'========================================================之前的经验：win7系统下，基于Anaconda3.52的dlib与face_recognition
17西伯利亚狼·2024-01-23 15:29

face_recognition常用方法

文章目录face_recognition.load_image_file加载图像face_recognition.face_locationsface_recognition.face_landmarks
Carol_小菜鸟·2024-01-23 12:32

face_recognition和图像处理中left、top、right、bottom解释

face_recognition.face_locations介绍加载图像文件后直接调用face_recognition.face_locations(image)，能定位所有图像中识别出的人脸位置信息
饿了就干饭·2024-01-23 12:28

视频动作识别终极指南【2024】

如果我们看一下研究任务动作识别（actionrecognition），这里也没有达成共识。
新缸中之脑·2024-01-23 09:46

车牌识别文字识别crnn_plate_recognition训练以及代码解析

车牌识别文字识别训练全过程解析目前代码解读还不算完善后续会补充车牌识别github链接车牌识别文字识别github链接车牌检测end2end实现过程训练方式按照github上介绍就行在解释前定义几个方便理解plate_chr="#京沪津渝冀晋蒙辽吉黑苏浙皖闽赣鲁豫鄂湘粤桂琼川贵云藏陕甘青宁新学警港澳挂使领民航0123456789ABCDEFGHJKLMNPQRSTUVWXYZ危险品"plate_n
yuanjun0416·2024-01-23 04:16

安装face_recognition

yum-yinstallpython-pipyuminstall-ygccgcc-c++yuminstallboost-develyuminstallcmakeyuminstallpython-develpip2installface_recognitionface_recognition
lk_erzanml·2024-01-22 11:29

【STR文字识别项目】之 最新SOTA项目PARSeq（一）训练自己的数据集，并转成onnx用C++调用

OpticalCharacterRecognition(OCR)和SceneTextRecognition(STR)是计算机视觉领域中两个相关但不同的任务。
NPC里的玩家·2024-01-22 09:05

Could not find a package configuration file provided by “jsk_recognition_msgs“问题解决记录

catkin/cmake/catkinConfig.cmake:83(find_package):Couldnotfindapackageconfigurationfileprovidedby"jsk_recognition_msgs"withanyofthefollowingnames
╰︶￣ 莫等闲۩۩۩·2024-01-21 22:04

【GitHub项目推荐--最简洁的人脸识别库】【转载】

本项目提供了简易的face_recognition命令行工具，你可以用它处理整个文件夹里的图片。捕捉照片中的人脸：捕获人脸的轮廓：https://g
旅之灵夫·2024-01-21 22:49

基于VGG16的猫狗分类实战

1.1.1VGG架构VGG16是由KarenSimonyan和AndrewZisserman于2014年在论文“VERYDEEPCONVOLUTIONALNETWORKSFORLARGESCALEIMAGERECOGNITION
芝芝士Clim·2024-01-21 11:34

python 人脸识别项目face_recognition之简单入门

一、项目简介本项目是世界上最简洁的人脸识别库，你可以使用Python和命令行工具提取、识别、操作人脸。本项目的人脸识别是基于业内领先的C++开源库dlib中的深度学习模型，用LabeledFacesintheWild人脸数据集进行测试，有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。项目地址：https://github.com/ageitgey/face_recognitio
何时摆脱命运的束缚·2024-01-21 02:19

My son

Istillhavebeeninakindofdreamyofchildhood,inmymemories,IfeelthatIalwayaseeminglysimpleyouth.Buttherealityhaschangedbeyondrecognitionsincemysonbirthday.Liveasyoulikethatisathingofthepast.Mylifehasbeentu
岸范可舍·2024-01-21 01:36

OCR识别网络CRNN理解与Pytorch实现

CRNN是2015年的论文“AnEnd-to-EndTrainableNeuralNetworkforImage-basedSequenceRecognitionandItsApplicationtoSceneTextRecognition
牧羊女说·2024-01-21 00:03

语音识别技术

语音识别技术，也被称为自动语音识别（AutomaticSpeechRecognition，ASR），是一种将人类语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列的技术。
捷利迅分享·2024-01-20 14:37

论文精翻《Progressive Tandem Learning for Pattern Recognition With Deep Spiking Neural Networks》

目录0摘要/Abstract1简介/Introduction2相关工作/RelatedWork3重新思考ANN-to-SNN的转换/RethinkingANN-to-SNNConversion3.1脉冲神经元与ANN神经元/SpikingNeuronVersusANNNeuron3.2神经离散化与激活量化/NeuralDiscretizationVersusActivationQuantizati
KafCoppelia·2024-01-20 08:45
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他