recognition 第2页

使用 PHP 实现的音频转文字功能

/google-cloud.json',//GoogleCloud认证信息]);$config=newGoogle\Cloud\Speech\V1\RecognitionConfig();$config

·2024-02-11 17:15

免费软件推荐-开源免费批量离线图文识别（OCR）

光学字符识别（OpticalCharacterRecognition,OCR）是指对文本材料的图像文件进行分析识别处理，以获取文字和版本信息的过程。

代号灵昱·2024-02-09 18:05

Vision Transformer 简介

Paper:DosovitskiyA,BeyerL,KolesnikovA,etal.Animageisworth16x16words:Transformersforimagerecognitionatscale

ScienceLi1125·2024-02-08 09:08

基于OCR的健康随行小程序(程序+开题报告)(开题报告+源码）

OCR（OpticalCharacterRecognition）技术作为一种能够将图像中的文字转换为可编辑文本的技术，为健康管

迟限程序设计·2024-02-07 21:23

流利说懂你英语笔记要点句型·核心课·Level 8·Unit 3·Part 2·Video 2·Healing Architecture 2

HealingArchitecture2Sothefollowingyear,Idecidedtogotoarchitectureschool.Butthere,Ilearnedsomethingdifferentaboutbuildings.Recognitionseemedtocometothosewhoprioritizednovelandsculpturalforms

羲之大鹅video·2024-02-06 19:57

ANTLR4规则解析生成器(一)：入门

ANTLR42为什么需要ANTLR43环境搭建4官方示例4.1编写语法规则文件4.2生成语法解析器4.3基于SDK实现逻辑5总结1什么是ANTLR4ANTLR是ANotherToolforLanguageRecognition

luofengmacheng·2024-02-06 16:51

Feature refinement 的阅读笔记

PatternRecognition上一篇微表情识别的文章，记录一下其中的关键信息点。

pzb19841116·2024-02-06 09:13

iOS自带的Speech语音识别功能封装

1、在plist文件加入以下配置:SpeechRecognitionUsageDescription语音识别NSMicrophoneUsageDescription麦克风权限2、单例管理:////SpeechManager.swift

陈皮话梅糖@·2024-02-05 13:45

PaddleOCR封装，在线服务化部署实战（python部署，超新手教程）

OCR，即光学字符识别（OpticalCharacterRecognition），是一种将图像中的文字转换为机器编码文字的技术。

学术菜鸟小晨·2024-02-05 13:44

ddddocr验证码识别模块

ddddocr验证码识别模块简介ddddocr是一个基于深度学习的OCR（OpticalCharacterRecognition，光学字符识别）工具，主要用于中文场景文字识别。

林小果1·2024-02-05 08:10

2024.2.4周报

Introduction二、实验三、结论二、PINN一、PINN比传统数值方法有哪些优势二、PINN方法三、正问题与反问题总结摘要本周我阅读了一篇题目为DeepResidualLearningforImageRecognition

Nyctophiliaa·2024-02-04 22:22

记录在树莓派中部署PI-Assistant开源项目（GPT语音对话）的BUG

官网文档中提供的安装命令如下：pipinstallrequestsarcadeRPi.GPIOpydubnumpywavesounddevicepymysqlcn2anduckduckgo_searchflaskSpeechRecognitionope

杨景文Blog·2024-02-04 13:04

lucky记录196天

2021年08月20日扇贝每日一句2022年倒计时133天Kindnessismoreimportantthanwisdom,andtherecognitionofthisisthebeginningofwisdom

杉杉妈Alice·2024-02-04 12:55

每日阅读——《微服务设计》

一、原文：Somepeopletrytogainrecognitioninsocietybyborrowingwidelyacceptedindustryterms,butthiscanleadtotwoproblems.First

飞影铠甲·2024-02-04 11:14

【大厂AI课学习笔记】1.4 算法的进步（4）关于李飞飞团队的ImageNet

基于ImageNet数据库，每年都会举办一场大规模的视觉识别挑战赛（ImageNetLargeScaleVisualRecognitionChallenge，简称ILSVRC）。这场比赛

giszz·2024-02-04 06:56

逝者之证第1季第6集中英台词整理和单词统计

IthoughtyouhatedyourlifeinChestnutHill.我以为你恨在切斯努特山度过的时光呢"Hated"isalittlestrong.Iloathedit.谈不上恨厌倦了而已Fancycars,nicehouses,开好车住大房citywiderecognitionasatopneurosur

kuailexuewaiyu·2024-02-04 02:11

AI数字人训练数据集汇总

唇读（LipReading），也称视觉语音识别（VisualSpeechRecognition），通过说话者口型变化信息推断其所说的内容，旨在利用视觉信道信息补充听觉信道信息，在现实生活中有重要应用。

智慧医疗探索者·2024-02-03 13:48

模式识别 | PRML概览

PRML全书概览PRML全称PatternRecognitionandMachineLearning，个人认为这是机器学习领域中最好的书籍之一，全书的风格非常Bayesian，作者试图在贝叶斯框架下解释每一种机器学习模型

ZIYUE WU·2024-02-03 07:48

基于GAN-CNN-CNN的鲁棒笔迹识别方法(一)

笔迹识别（writerrecognition）是生物特征识别的一个重要分支.对于每个书写者而言，其笔迹总体上具有相对稳定性，而笔迹的局部变化则是每个书写者笔迹的固有特性；而对于不同的书写者而言，其笔迹的差别则比较大

kadog·2024-02-02 21:41

2019 年总结 - 12个达成

帮旧公司统筹staffrecognitionprogram初步掌握了个人工作系统初步掌握了20小时突击战的套路。

oscarlia·2024-02-02 20:41

Adversarial Examples Improve Image Recognition

XieC,TanM,GongB,etal.AdversarialExamplesImproveImageRecognition.

馒头and花卷·2024-02-02 19:00

PaddleOCR模型训练及使用详细教程

Part3.PaddleOCR模型训练环境搭建Part4.制作数据集Part5.训练模型Part6.转换成推理模型并应用Part1.OCR原理及开源项目对比 OCR英文全称是OpticalCharacterRecognition

Elaine猿·2024-02-02 18:24

OCR-paddleocr

PaddleOCR分为Detection（文本检测）、Directionclassifier（方向分类器）和Recognition（文本识别）三部分，因此需要三个模型。

青霄·2024-02-02 18:52

C#图片识别-TesseractOCR

OCR简介：光学字符识别(OCR,OpticalCharacterRecognition)是指对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。

一刃之锋·2024-02-02 12:58

Flink SQL Query 语法（四）- Rattern Recognition

ci.apache.org/projects/flink/flink-docs-release-1.13/docs/dev/table/sql/queries/match_recognize/操作符PatternRecognition

Alex90·2024-02-02 11:07

ASRT——部署SpeechRecognition

安装tensorflow：pipinstalltensorflow==2.12.0-ihttps://pypi.tuna.tsinghua.edu.cn/simple/报错解决：tensorflow出现报错：Couldnotlocatezlibwapi.dll

Irving.Gao·2024-02-02 06:45

中科院一区顶刊 | DilateFormer: 即插即用的多尺度全局注意力机制(附源码实现)

导读论文：《DilateFormer:Multi-ScaleDilatedTransformerforVisualRecognition》本文提出了一种新颖的多尺度空洞Transformer，简称DilateFormer

CVHub·2024-02-02 06:23

Motion generation/synthesis evaluation metrics

synthesiseval_metricsMDMR-precisionandMultimodal-DistFIDDiversityMultiModalityReferenceT2MFIDR-PrecisionDiversityMulti-modalityMulti-modalDistanceA2MFIDRecognitionAccuracyDiversityMul

Cmy_CTO·2024-02-01 22:10

NLP任务之Named Entity Recognition

深度学习的实现方法：双向长短期记忆网络（BiLSTM）:BiLSTM是一种循环神经网络（RNN）的变体，能够捕捉序列数据中的长期依赖关系。在NER任务中，BiLSTM能有效地处理文本序列，捕捉前后文本的依赖关系。条件随机场（CRF）:CRF经常与BiLSTM结合使用，形成BiLSTM-CRF模型。CRF层能够在序列标注任务中提供额外的约束，帮助模型更准确地预测实体标签。变压器（Transforme

sunshine2853·2024-02-01 21:27

【AI视野·今日Sound 声学论文速览第四十八期】Mon, 15 Jan 2024

15Jan2024Totally5papers上期速览✈更多精彩请移步主页DailySoundPapersLCB-net:Long-ContextBiasingforAudio-VisualSpeechRecognitionAuthorsFanYu

hitrjj·2024-02-01 12:05

CRF条件随机场学习记录

V丶Chao·2024-01-31 19:42

【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

推荐频道

recognition