Recognition

也许是最简单的人脸识别

在写code之前基于不做“重复工作”的懒人思想在网上搜索了下现有的人脸识别开源项目，在对比过几种方法后发现了face_recognition这个项目，该项目使用dlib作为人脸探测，而在face_recognition
None也不行·2023-08-15 23:51

万物识别RAM：图像识别模型，Zero-Shot超越有监督

然而SAM作为一个极致的定位大模型，并没有识别（Recognition）能
猛码Memmat·2023-08-15 19:40

【文字检测与识别-白皮书】第一章：技术背景

1.技术背景1.1技术背景——什么是文本检测与识别OCR全称OpticalCharacterRecognition，即光学字符识别，最早在1929年被德国科学家Tausheck提出，定义为将印刷体的字符从纸质文档中识别出来
·2023-08-15 16:04

2021-03-23

论文阅读：《Knowledge-enhancedbiomedicalnamedentityrecognitionandnormalization:applicationtoproteinsandgenes
小小程序员一枚·2023-08-15 11:50

Selective Search for Object Recognition

SelectiveSearchforObjectRecognition本文相关PaperSummary:https://github.com/FDU-VTS/CVPaperCode:https://github.com
435fa00b72e7·2023-08-15 08:37

使用golang+antlr4构建一个自己的语言解析器（一）

Antlr4简介ANTLR（全名：ANotherToolforLanguageRecognition）是基于LL(*)算法实现的语法解析器生成器（parsergenerator），用Java语言编写，使用自上而下
sinat_40572875·2023-08-15 00:50

【论文精读】AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE

ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATSCALE前言Abstract1INTRODUCTION2RELATEDWORK3METHOD3.1VISIONTRANSFORMER
HERODING77·2023-08-14 18:19

Tesseract用OpenCV进行文本检测

我没有混日子，只是辛苦的时候没人看到罢了一、什么是TesseractTesseract是一个开源的OCR（OpticalCharacterRecognition）引擎，OCR是一种技术，它可以识别和解析图像中的文本内容
半自定义大剑仙·2023-08-14 18:32

CV学习笔记(三十)：人脸识别流程分析

*理论联系实际，记录下读《DeepFaceRecognition:ASurvey》的心得体会一个完整的人脸识别流程应该包含以下几个模块:1:人脸的检测:定位图片中存在人脸的位置2:人脸的对齐:对齐人脸到正则坐标系的坐标
云时之间·2023-08-14 17:22

模式识别和计算机科学与技术,模式识别与智能系统

[1]中文名模式识别与智能系统外文名Patternrecognitionandintelligentsystem所属学科计
chen cs·2023-08-14 00:03

Java ansj分词 数字与英文量词分割问题

引言最近项目中可能有个需求需要用到分词，所以研究了解了一下Java的ansj，然后发现了个数字与英文量词一直被分隔出来的问题场景复现根据官方文档，通过配置文件的isQuantifierRecognition
EoniJJ·2023-08-13 13:28

（pytorch-深度学习系列）ResNet残差网络的理解-学习笔记

ResNet残差网络的理解ResNet伴随文章DeepResidualLearningforImageRecognition诞生，该文章是MSRA何凯明团队在2015年ImageNet上使用的网络，在当年的
我是一颗棒棒糖·2023-08-13 06:25

Flutter中识别图片中的二维码

安卓和iOS原生都有相应的api去识别图片二维码内容,flutter暂时没找到,找了好久最终发现这个插件recognition_qrcodepub地址参数img:支持base64、url、filePath
黑炭长·2023-08-13 03:34

OCR的发明人是谁？

OCR（OpticalCharacterRecognition，光学字符识别）的发明涉及多个人的贡献，没有一个具体的人可以被称为"OCR的发明人"。
pictoexcel·2023-08-12 22:59

CNN经典网络模型之GoogleNet论文解读

它在ILSVRC（ImageNetLargeScaleVisualRecognitionChalle
山河亦问安·2023-08-12 20:46

微信小程序之实名认证人脸识别接口-wx.startFacialRecognitionVerify

小程序前端使用人脸识别功能绑定用户//开始实名认证的方法--调用摄像头facialRecognitionVerify:function(userName,userIdCard){wx.startFacialRecognitionVerify
敲代码的TKP·2023-08-12 18:07

【论文摘要】ImageNet：A Large-Scale Hierarchical Image Database

ImageNet系列1《ImageNet：ALarge-ScaleHierarchicalImageDatabase》ImageNet系列2《ImageNetLargeScaleVisualRecognitionChallenge
joyce_peng·2023-08-12 15:53

简单有趣的变形金刚网络（VIT） Vision Transformer（可以直接替换自己数据集）-直接放置自己的数据集就能直接跑（网络结构详解+详细注释代码+核心思想讲解）——pytorch实现

论文题目：AnImageIsWorth16x16Words:TransformersForImageRecognitionAtScale原论文下载链接：https://arxiv.org/abs/2010.11929
小馨馨的小翟·2023-08-12 15:10

目标跟踪与检测后进行 OpenCV 人脸识别 ，马赛克

文章大纲简介模型下载地址ONNX静态与动态参数OpenCV中支持的人脸检测、识别Facedetection人脸检测YuNetFacerecognition人脸识别sFace目标检测，跟踪后的人脸模糊目标检测
shiter·2023-08-12 06:56

论文阅读 激光脉冲主动非视距成像+深度学习 || Learned Feature Embeddings for Non-Line-of-Sight Imaging and Recognition

KiriakosN.Kutulakos,SzymonRusinkiewicz,andFelixHeide.2020.LearnedFeatureEmbeddingsforNon-Line-of-SightImagingandRecognition.ACMTrans.Graph
R.X. NLOS·2023-08-12 05:06

windows10下 无法安装 dlib与face-recognition

Windows安装face-recognition的过程中，一直卡在dlib的编译过程中问题原因安装face-recognition需要首先安装dlibwindows无法直接安装dlib的原因主要是因为缺少相应的编译环境
Eric走走停停·2023-08-11 17:36

【比赛获奖方案开源】中文短文本实体链指比赛技术创新奖方案开源

【任务介绍】实体链指（EntityLinking）是NLP领域的基础的任务，一般与实体识别（EntityRecognition）深度绑定在一起。一般的Pipline为：
Necther·2023-08-11 13:12

智能语音对话处理过程

ASR（AutomaticSpeechRecognition）：语音识别，听见你说的是什么，转化成文字。
xiyt·2023-08-11 13:05

命名实体识别方法：W2NER

一、介绍代码：https://github.com/ljynlp/W2NER论文：UnifiedNamedEntityRecognitionasWord-WordRelationClassification
qq_23438131·2023-08-11 12:11

OpenAI的离线音频转文本模型 Whisper 的.NET封装项目

Whisper系统所提供的自动语音辨识（AutomaticSpeechRecognition，ASR）模型是被训练来运行语音辨识与翻译任务的，它们能将各种语言的语音变成文本，也能将这些文本翻译成英文。
寒冰屋·2023-08-11 10:45

C#使用Spire.OCR框架识别图片中的字母，数字，文字等

OCROCR（opticalcharacterrecognition），光学字符识别。
斯内科·2023-08-11 07:28

【OpenVinoSharp】基于C#和OpenVINO部署PaddleOCR模型

部署PaddleOCR模型1.OpenVINO2.PaddleOCRPP-OCRv2PP-OCRv33.模型下载与转换3.1Detectionmodel3.2Directionclassifier3.3Recognitionmodel4
椒颜皮皮虾྅·2023-08-10 23:56

使用jMeter对基于SAP ID service进行Authentication的Restful API进行并发测试

RecentlyIamworkingonaco-innovationprojectwithonelocalpartnerinChina.TheywillprovideaFaceRecognitionsolutionwhichconsistsofasetofhardware
JerryWang_汪子熙·2023-08-10 22:14

Learn to Augment: Joint Data Augmentation and Network Optimizationfor Text Recognition

Abstractweproposeanewmethodfortextimageaugmentation.Differentfromtraditionalaugmentationmethodssuchasrotation,scalingandperspectivetransformation,ourproposedaugmentationmethodisdesignedtolearnproperan
开始学AI·2023-08-10 17:51

OCR文字识别的起源及发明背景

OCR（OpticalCharacterRecognition，光学字符识别）是一种将图像中的文字转化为可编辑和搜索的文本的技术。它的起源可以追溯到20世纪50年代。
pictoexcel·2023-08-10 16:11

机器学习、深度学习项目开发业务数据场景梳理汇总记录一

一、MSTAR雷达影像数据MSTAR（MovingandStationaryTargetAcquisitionandRecognition）雷达影像数据集是一种常用的合成孔径雷达（SyntheticApertureRadar
Together_CZ·2023-08-10 13:53

使用Python和wxPython构建中文OCR截图工具

而在处理中文文本时，OCR（OpticalCharacterRecognition，光学字符识别）技术发挥着重要作用。
winfredzhang·2023-08-10 01:03

Span-based Named Entity Recognitionby Generating and Compressing Information

原文链接：https://aclanthology.org/2023.eacl-main.146.pdfEACL2023介绍对于informationbottleneck(IB)principle信息瓶颈原理，要么使用生成模型，要么使用信息压缩模型来提高在目标任务上的性能，因此作者将这两种模型进行结合来提高模型在NER任务上的表现。对于其中一种IB模型VAE(其实不太懂这个是啥？)，将span重构
pepsi_w·2023-08-09 17:16

S-NER: A Concise and Efficient Span-Based Model for NamedEntity Recognition

原文链接：Sensors|FreeFull-Text|S-NER:AConciseandEfficientSpan-BasedModelforNamedEntityRecognitionSensors2022
pepsi_w·2023-08-09 17:46

开发与集成：身份证识别 OCR 接口的全面指南

摘要身份证识别OCR（OpticalCharacterRecognition）接口是现代应用程序中越来越重要的一部分，它使得身份证信息的自动化识别和提取变得高效和准确。
API小百科_APISpace·2023-08-09 10:40

《论文阅读》通过生成会话模型的迁移学习会话中的情感识别

今天为大家带来的是《EmotionRecognitioninConversationswithTransferLearningfromGener
365JHWZGo·2023-08-09 08:04

face_recognition人脸识别与人脸检测

1、安装face_recognition库pipinstallface_recognitionface_recognition库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，安装face_recognition
WXG1011·2023-08-09 07:00

论文笔记【Recurrent Attentional Reinforcement Learning for Multi-label Image Recognition】

摘要多标签图像识别是计算机视觉中一项基础却又有挑战性的任务。利用深度卷积神经网络对具有语义感知的图像区域进行定位，并对其标签进行预测，目前取得了显著的进展。然而，通过提出假设区域进行对图像区域的定位，需要冗余的计算成本，而且往往忽略或简单化了区域之间的上下文依赖关系。作者在该论文中提出了一个循环注意强化学习框架，迭代地发现与不同语义对象相关的注意区域（含有信息的图像区域），并对这些区域预测相关标签
左灯右行_d493·2023-08-09 04:16

CysberSecurity Law-2023 Spring

11.PrivacyTherearemanywaystocollectinformation:spyware,cookies,biometrics,DNAtesting,facerecognition,
xjw_985·2023-08-08 17:30

基于YOLOv7开发构建MSTAR雷达影像目标检测系统

MSTAR（MovingandStationaryTargetAcquisitionandRecognition）数据集是一个基于合成孔径雷达（SyntheticApertureRadar，SAR）图像的目标检测和识别数据集
Together_CZ·2023-08-08 09:45

GoogLeNet创新点总结

  GoogLeNet是一种深度卷积神经网络架构，于2014年由Google团队提出，是ILSVRC（ImageNetLargeScaleVisualRecognitionChallenge）比赛的冠军模型
Make_magic·2023-08-07 23:19

论文解读|2020TPAMI|Deep High-Resolution Representation Learning for Visual Recognition

用于视觉识别的深度高分辨率表征学习github：https://github.com/HRNet论文地址：https://arxiv.org/pdf/1908.07919摘要高分辨率表示对于位置敏感的视觉问题是必不可少的，例如人体姿态估计、语义分割和对象检测。现有的最先进的框架首先将输入图像编码为通过子网的低分辨率表示，该子网通过串联连接高到低分辨率卷积(例如，ResNet、VGGNet)而形成，
Akita·wang·2023-08-07 15:39

HIT SPLAB端到端说话人识别演示系统说明

部署环境要求python3.0+sklearnnumpytensorflowpyprindpyaudioscipypython_speech_features目录结构说明speaker_recognition_demonstrationmodelmodel_of_extractor_with_attentionparams
ChongmingLiu·2023-08-07 11:38

基于深度学习的三维点云语义分割网络介绍

按照时间顺序排列PointNet论文全称：DeepLearningonPointSetsfor3DClassificationandSegmentation会议名称：ComputerVisionandPatternRecognition
牛牪犇_9c01·2023-08-07 09:57

CenterLoss---Tensorflow

本文主要讲解自己对CenterLoss的一些理解，想要看原文的请戳这里AdiscriminativefeaturelearningapproachfordeepfacerecognitionbackgroundCenterLoss
UpCoderXH·2023-08-07 09:12

【Paper Reading】ViT：An Image is worth 16X16 Words：Transformers for Image Recognition at Scale

背景Transformer已经在NLP领域取得了许多的进展，并且拥有较好的可解释性，本文的主要工作是将Transformer迁移到图片分类的任务中。作者在大规模数据集上取得了较好的效果，在中等规模的数据集上取得比CNN差一点的结果。作者了也做了分析，原有的CNN很适合处理图像，主要有两个优势：局部性：空间上相近的相似点，他们的特征也是相似的。空间不变性（平移不变性）：CNNkernel在计算的过程
UpCoderXH·2023-08-06 09:20

python CNN初识 --2023博客之星候选--城市赛道

Aconvolutionalneuralnetwork(CNN)isatypeofdeeplearningneuralnetworkusedinimagerecognitionandprocessingthatisspecificallydesignedtoprocessdatathathasagrid-liketopology
SzetoZeZe·2023-08-05 12:58

详谈基于布局分析的表格识别方法

基于布局分析的OCR（OpticalCharacterRecognition）是一种基于页面布局信息的文本识别方法。
pictoexcel·2023-08-05 06:14

什么是OCR？OCR技术详解

光学字符识别(OpticalCharacterRecognition)简称为“OCR”。ORC是指对包含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技术。
传智教育·2023-08-05 05:35

Drive&Act：用于自动驾驶汽车细粒度驾驶员行为识别的多模态数据集

Drive&Act：AMulti-modalDatasetforFine-grainedDriverBehaviorRecognitioninAutonomousVehicles摘要1.简介2.其它驾驶员动作数据集
Airs_Gao·2023-08-04 23:25
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他