recognition

经典论文之（二）——Resnet

DeepResidualLearningResidualLearning--残差学习NetworkArchitectures--网络体系结构论文简介《DeepResidualLearningforImageRecognition
维斯德尔·2024-01-08 12:08

纸质名片OCR识别成结构化数据，难在哪里？

OCR（OpticalCharacterRecognition，光学字符识别）技术是一种将纸质文档转化为电子文档的方法，其实识别成纯文本是没什么问题和难度的，但是将纸质名片通过OCR技术识别成结构化数据却存在一些难点
金鸣识别·2024-01-08 11:28

ActionCLIP:A New Paradigm for Video Action Recognition

文章目录ActionCLIP:ANewParadigmforVideoActionRecognition动机创新点相关工作方法多模态框架新范式预训练提示微调实验实验细节消融实验关键代码总结相关参考ActionCLIP
卡拉比丘流形·2024-01-07 21:34

加载预训练权重时不匹配

场景复现RethinkingtheLearningParadigmforDynamicFacialExpressionRecognition这篇论文时，加载已经训练好的.pt文件进行推理，发现准确率很低
卡拉比丘流形·2024-01-07 21:04

[方法论]allocation 空间内容分配

区分度typeanalysisrecognitionconclusiontype-阅读-理解-背诵-听课=看+听+思考-reproduce/默写/应用-背-想-写analysis理解和背是不占用现实空间的
窝月·2024-01-07 13:53

论文浅尝 | Continual Learning for Named Entity Recognition

笔记整理：李淑怡，天津大学硕士动机在许多真实任务下，常常需要引入新的实体类型，因此需要重新训练命名实体识别模型。当因为存储或安全问题限制对原始数据的访问时，那么为新实体类型重新标注原始数据的成本将会是高昂的。而现有的持续学习方法又很容易出现灾难性遗忘问题(catastrophicforgetting)。因此作者提出通过蒸馏学习保留先前学习的现有知识，使原模型指导新模型学习新的实体类型的持续学习方法
开放知识图谱·2024-01-07 09:38

【提示学习论文五】Conditional Prompt Learning for Vision-Language Models论文原理及复现工作

ConditionalPromptLearningforVision-LanguageModels视觉语言模型的条件提示学习文章介绍这篇文章于2022年发表在CVPR（ConferenceonComputerVisionandPatternRecognition
一个很菜的小猪·2024-01-07 08:07

【论文阅读笔记】Multi-Modal Learning With Missing Modality via Shared-Specific Feature Modelling

etal.Multi-ModalLearningWithMissingModalityviaShared-SpecificFeatureModelling[C]//ProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition
cskywit·2024-01-06 09:27

小白综述：深度学习 OCR 图片文字识别

1.2.1two-stage方法：文字检测+识别1.2.2端到端方法2.文本检测算法3.文本识别算法3.1基于分割的单字符识别方法3.2基于序列标注的文本行识别方法1.OCR算法流程OCR(OpticalCharacterRecognition
ctrl A_ctrl C_ctrl V·2024-01-06 07:53

MicroRNA目标识别和调控功能

文章：MicroRNATargetRecognitionandRegulatoryFunctionsPMID:19167326doi:10.1016/j.cell.2009.01.002文章比较久远，仅列出自己需要的内容摘要
奶盐味·2024-01-06 03:51

【AI视野·今日Sound 声学论文速览 第三十九期】Tue, 2 Jan 2024

2Jan2024Totally7papers上期速览✈更多精彩请移步主页DailySoundPapersEnhancingPre-trainedASRSystemFine-tuningforDysarthricSpeechRecognitionusingAdversarialDataAugmentationAuthorsHuimengWang
hitrjj·2024-01-06 03:47

paddlehub 文本检测使用

参考：https://github.com/PaddlePaddle/PaddleHub/tree/develop/modules/image/text_recognition/chinese_text_detection_db_serverimportpaddlehubashubimportcv2
回到工作狂状态·2024-01-05 19:28

SpeechRecognition listen()源码解析

:  def__init__(self):    """    Createsanew``Recognizer``instance,whichrepresentsacollectionofspeechrecognitionfunctionality
大杯无糖·2024-01-05 14:53

【迁移学习论文六】Learning Semantic Representations for Unsupervised Domain Adaptation论文原理及复现工作

LearningSemanticRepresentationsforUnsupervisedDomainAdaptation学习无监督域自适应的语义表示相关会议AConferenceonComputerVisionandPatternRecognition
一个很菜的小猪·2024-01-05 14:24

AAAI中稿心得

很幸运我们的一篇工作中稿了AAAI2024，题目是Self-PromptMechanismforFew-ShotImageRecognition.很高兴能在研二的上学期中稿一篇a会保底，也是我中稿的第一篇工作
s_m_c·2024-01-05 12:32

2022-08-28-NER简介

命名实体识别——NameEntityRecognition(NER)是在一段文本中，将预先定义好的实体类型识别出来；它是自然语言处理中一个非常重要且基础的问题。
破阵子沙场秋点兵·2024-01-05 04:24

Python SpeechRecognition库安装及使用中文识别Python SpeechRecognition库安装及使用中文识别

Python里的SpeechRecognition库是一个很好用的语音识别库，提供了将语音转换成文字的方便的方法。
mzzj·2024-01-04 17:19

ResNet论文阅读和简单实现

论文：https://arxiv.org/pdf/1512.03385.pdfDeepResidualLearningforImageRecognition本模块主要是阅读论文，会做简单的翻译（至少满足我自己能看明白
Karen_Yu_·2024-01-04 16:08

基于 Python+Django 构建智能互动拍照系统

系统结合人脸及人体关键点识别，人像分割，目标检测，图像风格迁移，以及自己设计实现的熊猫分割PandaSeg，动作识别PoseRecognition等算法，依托Django框架搭建的Web应用，在服务器端使用
Python数据开发·2024-01-03 13:44

经典卷积神经网络-ResNet

ResNet在2015年的ILSVRC（ImageNetLargeScaleVisualRecognitionChallenge）中取得了冠军。
侯静川·2024-01-02 06:37

yanshee物体识别

yanshee物体识别展示图1：打开yanshee开发者平台查看YanAPI文档中物体识别函数sync_do_object_recognition2：打开浏览器通过机器人IP地址打开jupyterlab3
会飞的xiao苹果·2024-01-01 14:34

李宏毅 自然语言处理（Speech Recognition） 笔记

李宏毅NLP(自然语言处理)完整课程，强推！_哔哩哔哩_bilibili从Ng那里跑路来学NLP了，之前其实ML入门听的就是宝可梦捕获大师（×）的课，目前计划是，本博文作为上面链接所示课程的笔记记录。听完之后会找个项目练一练，然后去听一些更新的技术的介绍，再找个项目练一练。引入本课程语音文字部分halfhalf，老师提到这样安排是因为很多语言是没有文字的，或者这些语言的文字并不被所有使用这些语言的
Karen_Yu_·2024-01-01 08:17

李宏毅 自然语言处理（Voice Conversion） 笔记

前一章笔记：李宏毅自然语言处理（SpeechRecognition）笔记引入什么是voiceconversion？
Karen_Yu_·2024-01-01 06:20

图像文件怎么才能转换为Excel

将图像文件转换为Excel需要通过OCR（OpticalCharacterRecognition，光学字符识别）技术，先将图片中的文字识别出来，再将识别出的文字导入到Excel中。
金鸣识别·2023-12-30 10:42

【深度学习-图像分类】03 - VGG 论文学习与总结

论文地址：VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION论文学习1.摘要这篇论文探讨了在大规模图像识别任务中，卷积神经网络（ConvNets
CarNong_Blog·2023-12-30 07:36

车牌识别技术，如何用python识别车牌号

目录一.前言二.运行环境三.代码四.识别效果五.参考一.前言车牌识别技术（LicensePlateRecognition,LPR）在交通计算机视觉（ComputerVision,CV）领域具有非常重要的研究意义
安城安·2023-12-30 00:55

《SlowFast Networks for Video Recognition》论文详解

论文地址：https://arxiv.org/abs/1812.03982代码地址：https://github.com/facebookresearch/SlowFast该篇文章有Facebook提出，作者之一为何凯明，文章发表在ICCV2019，文章可以看出是一个特殊的双流法网络，不同于以前的双流法使用图像模态和光流模态（或者其他能代替光流的模态）作为输入，slowfast网络只使用图像模态作
ce0b74704937·2023-12-29 16:16

计算机视觉技术-目标检测和边界框

在计算机视觉里，我们将这类任务称为目标检测（objectdetection）或目标识别（objectrecognition）。目标检测在多个领域中被广泛使用。
白云如幻·2023-12-29 10:54

[OCR]Python 3 下的文字识别CnOCR

目录1CnOCR2安装3实践1CnOCRCnOCR是Python3下的文字识别（OpticalCharacterRecognition，简称OCR）工具包。
Jackilina_Stone·2023-12-29 06:27

python人脸识别理论_Python人脸识别

face_recognition是目前使用方法最简单，效果也非常好的人脸识别库，它的离线识别率高达99.38
weixin_39791152·2023-12-28 23:50

奇富科技跻身国际AI学术顶级会议ICASSP 2024，AI智能感知能力迈入新纪元

2024IEEEInternationalConferenceonAcoustics,Speech,andSignalProcessing）宣布录用奇富科技关于语音情感计算的最新研究成果论文“MS-SENet:EnhancingSpeechEmotionRecognitionThroughMulti-scaleFeature
CSDN云计算·2023-12-28 19:49

c# opencv 提取图片文字，如读取身份证号

然而，你可以结合其他OCR（OpticalCharacterRecognition，光学字符识别）库来实现这个任务。以下是一个基本的步骤示例：使用OpenCV加载和预处理身份证图像。
wangyue4·2023-12-28 17:04

【AI】计算机视觉VIT文章（Transformer）源码解析

论文：DosovitskiyA,BeyerL,KolesnikovA,etal.Animageisworth16x16words:Transformersforimagerecognitionatscale
AI柱子哥·2023-12-28 14:42

基于深度学习的NER综述

参考论文：《ASurveyonDeepLearningforNamedEntityRecognition》，JingLi,AixinSun,JiangleiHan,andChenliangLi004NER
深海之湖·2023-12-28 00:38

论表格识别在银行工作中的运用

一、表格识别技术的概述表格识别技术（TableRecognition，TR）是指将图像中的表格台帐转换为结构化数据形式的技术，通常由三个步骤组成：表格检测、表格分割和表格内容提取。
金鸣识别·2023-12-27 23:33

论文阅读——UniRepLKNet

UniRepLKNet:AUniversalPerceptionLarge-KernelConvNetforAudio,Video,PointCloud,Time-SeriesandImageRecognition
じんじん·2023-12-27 17:06

使用Keras双向LSTM的命名实体识别（NER）

Named-entityrecognition(NER)(alsoknownasentityidentification,entitychunkingandentityextraction)isasubtaskofinformationextractionthatseekstolocateandclassifynamedentitiesmentionedinunstructuredtextinto
weixin_26752765·2023-12-27 14:56

NLP-NER命名实体识别

命名实体识别–Named-entityrecognition|NER什么是命名实体识别？
HoraceO·2023-12-27 14:56

nlp spacy_使用spacy nlp第4部分命名实体识别器

nlpspacyNamedEntityRecognitionisthemostimportant,orIwouldsay,thestartingstepinInformationRetrieval.InformationRetrievalisthetechniquetoextractimportantandusefulinformationfromunstructuredrawtextdocume
weixin_26721705·2023-12-27 14:26

目标检测-Two Stage-SPP Net

空间金字塔池化网络）SPP-Net是出自何凯明教授于2015年发表在IEEE上的论文-《SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition
学海一叶·2023-12-27 06:32

【face recognition】超简单人脸识别python模型库

话不多说，直接上码过来：https://github.com/ageitgey/face_recognition该项目facerecognition是一个强大、简单、易上手的人脸识别开源项目，并且配备了完整的开发文档和应用案例
FunnyDay0·2023-12-26 16:11

YOLOv8改进 | 2023注意力篇 | MSDA多尺度空洞注意力（附多位置添加教程）

本文介绍本文给大家带来的改进机制是MSDA（多尺度空洞注意力）发表于今年的中科院一区(算是国内计算机领域的最高期刊了)，其全称是"DilateFormer:Multi-ScaleDilatedTransformerforVisualRecognition
Snu77·2023-12-26 12:25

使用opencv和face_recognition进行人脸识别

importface_recognitionimportcv2ascvimportnumpyasnpimporttimeimportosclassRec_frg(object):#定义全局变量def__
微凉.@_@·2023-12-26 11:14

windows下python3.6使用face_recognition进行人脸识别

1.安装前声明我使用的各个版本是win10+python3.6.7+dlib19.7.0+face_recognition1.2.1，不一定要使用和我一样的版本，但是在安装时要安装dlib模块，因为face_recognition
interestingπ·2023-12-26 11:13

python 通过opencv及face_recognition识别人脸

效果：使用Python的cv2库和face_recognition库来进行人脸检测和比对的0是代表一样认为是同一人。
老大白菜·2023-12-26 11:06

深度学习大作业-MobileNetV2水果识别模型

FruitRecognitionDeepLearning深度学习大作业，利用CNN和MobileNetV2搭建的水果识别模型。github地址Lab文件夹中有七个深度学习课程相关实验以及文档。
Giperxr·2023-12-26 10:32

Fruit recognition

Thisisasimpleandpracticalsoftwareinlife.Thissoftwarehelpsuserstoknowthefruit.Thesoftwareprovidesseveralcategoriesoffruit.Clickonadifferentcategorytoseeavarietyoffruitdetails.Helpusersdeepentheirunders
逍遥alan·2023-12-26 03:38

VGG: Very deep convolutional networks for large-scale image recognition大规模图像识别的深度卷积神经网络

文章目录VGG全文翻译论文结构摘要1引言2卷积网络配置2.1网络结构2.2网络配置VGG16参数计算VGG16结构示意图VGG特点2.3探讨3分类框架3.1训练训练图像尺寸3.2测试Densetest（稠密测试）Multi-crop测试3.3实现细节4分类实验数据集4.1单尺度评估4.2多尺度评估4.3Multi-cropevaluation4.4convnetfusion4.5与现有技术的比较5
源代码•宸·2023-12-25 18:55

十大开源语音识别项目

AutomaticSpeechRecognition（ASR）是一项自动语音识别技术，其目标是通过计算机自动将人类口头语音转录为文本。
virtaitech·2023-12-25 15:39

GPU池化在AI OCR场景的应用

一、AIOCR的历史及概念OCR（OpticalCharacterRecognition，光学字符识别）是指采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程
virtaitech·2023-12-25 15:38
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他