recognition

BEVFormerV2 论文阅读

论文链接BEVFormerv2:AdaptingModernImageBackbonestoBird’s-Eye-ViewRecognitionviaPerspectiveSupervision0.Abstract
KrMzyc·2023-12-25 09:15

基于Skeleton的手势识别：SAM-SLR-v2

SignLanguageRecognitionviaSkeleton-AwareMulti-ModelEnsemble解读摘要1.简介2.方法2.1SAM-SLR-v2框架概述2.2SL-GCNforSkeletonKeypoints2.3SSTCNforSkeletonFeatures2.43DCNNBaselinesfortheOtherModalities2.5Multi-modalLate
AIRV_Gao·2023-12-25 00:39

基于骨骼的动作识别：DD-Net

MakeSkeleton-basedActionRecognitionModelSmaller,FasterandBetter论文解读概述1.简介2.relatedworks3.方法2.1基于关节的位置视点不变特征建模集合的距离
AIRV_Gao·2023-12-25 00:38

综述：基于骨骼（skeleton）的动作识别方法

Deeplearning‐basedactionrecognitionwith3Dskeleton:Asurvey1.简介1.13DSkeleton‐basedActionRecognition1.简介
AIRV_Gao·2023-12-25 00:38

face_recognition安装

GitHubhttps://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.mddlib安装https
bluexiii·2023-12-24 13:51

android语音识别服务,使用语音服务 API 的语音识别 - Xamarin | Microsoft Docs

使用AzureSpeechService进行语音识别SpeechrecognitionusingAzureSpeechService01/14/2020本文内容AzureSpeechService是一种基于云的
柯西饭·2023-12-24 10:52

自然语言处理（NLP）：理解语言，赋能未来

目录前言1什么是NLP2NLP的用途3发展历史4NLP的基本任务4.1词性标注（Part-of-SpeechTagging）4.2命名实体识别（NamedEntityRecognition）4.3共指消解
cooldream2009·2023-12-24 09:53

基于GPU并行优化的实时全景视频拼接

GPUbasedparalleloptimizationforrealtimepanoramicvideostitching作者：ChengyaoDu;JinglingYuan;JianshengDong;LinLi;MinchengChen;TaoLi年份：2020机构：武汉大学期刊/会议：PatternRecognitionLetters
右除武·2023-12-24 01:57

阅读笔记-PRECISE ADJACENT MARGIN LOSS FOR DEEP FACE RECOGNITION

PRECISEADJACENTMARGINLOSSFORDEEPFACERECOGNITION深度人脸识别的精确相邻边缘损失1、这篇论文要解决什么问题？要验证一个什么科学假设？
蜡笔小祎在线学习·2023-12-23 15:24

阅读笔记-GICOFACE: GLOBAL INFORMATION-BASED COSINE OPTIMAL LOSS FOR DEEP FACE RECOGNITION

GICOFACE:GLOBALINFORMATION-BASEDCOSINEOPTIMALLOSSFORDEEPFACERECOGNITION基于全局信息的余弦最优损失深度人脸识别算法1、这篇论文要解决什么问题
蜡笔小祎在线学习·2023-12-23 15:23

阅读笔记-Minimum margin loss for deep face recognition

Minimummarginlossfordeepfacerecognition深度人脸识别的最小边缘损失1、这篇论文要解决什么问题？要验证一个什么科学假设？
蜡笔小祎在线学习·2023-12-23 15:53

【开放集检测】OpenGAN: Open-Set Recognition via Open Data Generation 论文阅读

文章目录英语积累为什么使用GAN系列网络进行开放集检测摘要1.前言2.相关工作开集检测基于GAN网络的开集检测基于暴露异常数据的开集检测3.OpenGAN3.1公式建模3.1.1二分类方法存在问题如何解决3.1.2使用合成数据存在问题如何解决3.1.3OpenGAN3.1.4模型验证3.2先前基于GAN方法的总结3.2.1生成器vs判别器3.2.2Featuresvs.Pixels3.2.3Cla
好喜欢吃红柚子·2023-12-23 13:24

VGG 论文学习

题目：VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION题目译:大规模图像识别的的深度卷积神经网络作者:KarenSimonyan∗&
奋斗的bobo·2023-12-23 10:09

在centos上安装python人脸库face_recognition

前段时间看了看python和face_recognition，用来识别人脸和对比人脸，发现在centos上安装face_recognition还是费了点小劲挖了点小坑的，曲曲折折东拼西凑到处查资料终于鼓捣好了
FlyLikeButterfly·2023-12-23 09:51

Android开发中实时语音开发之华为实时语音识别

mSpeechRecognizer=MLAsrRecognizer.createAsrRecognizer(context)mSpeechRecognizer.setAsrListener(SpeechRecognitionListener
华海渡·2023-12-23 07:03

DM-GAN

作者：MinfengZhu，PingboPan，WeiChen，YiYang时间：2019会议/期刊：19年被CVPR（IEEEConferenceonComputerVisionandPatternRecognition
该学还得学·2023-12-23 03:54

vit-transfomers 逐段精读

IntriguingPropertiesofVisionTransformers|PapersWithCode标题ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATS
MIngo的成长·2023-12-23 01:16

python中文语音识别

1）生成需要识别的wav文件，SpeechRecognition需要wav文件，不能识别mp3文件安装库：sudoaptinstallespeakffmpeglibespeak1pipinstallpyttsx3
极乐净土0822·2023-12-22 22:05

Nested Named Entity Recognition with Span-level Graphs

原文链接：https://aclanthology.org/2022.acl-long.63.pdfACL2022介绍问题基于span的方法虽然在解决嵌套实体上存在巨大潜力，但存在以下问题：1）难以充分利用span的丰富语义；2）重叠较多的正负样本会降低模型的性能；3）训练集中的嵌套实体，基本上不会存在于测试集中，即模型需要有较强的泛化能力；IDEA因此作者通过利用基于检索的span图来改进spa
pepsi_w·2023-12-22 15:07

Propose-and-Refine: A Two-Stage Set Prediction Network forNested Named Entity Recognition

原文链接：https://www.ijcai.org/proceedings/2022/0613.pdf\IJCAI2022介绍问题作者认为基于span的模型存在以下问题：1）忽略了span和其他实体短语之间的关系，span的表征往往只有内部的信息，看不见全局的信息，就会导致一些实体被分类错误。（不是很站得住脚哈因为一般基于span的方法都会加入一些其他信息比如句子的cls或者span前后的一些t
pepsi_w·2023-12-22 15:37

kNN-NER: Named Entity Recognition with Nearest Neighbor Search

原文链接：https://arxiv.org/pdf/2203.17103.pdf预发表论文介绍受到增强式检索方法的启发，作者提出了kNN-NER，通过检索训练集中k个邻居的标签分布来提高模型命名实体识别分类的准确性。该框架能够通过充分利用训练信息来解决样本类别不平衡问题。方法整个模型的框架如下图所示，作者提出的框架在训练阶段不需要进行额外的操作，可以适配于多样的序列标注模型：Background
pepsi_w·2023-12-22 15:37

PromptNER: Prompt Locating and Typing for Named Entity Recognition

原文链接：https://aclanthology.org/2023.acl-long.698.pdfACL2023介绍问题目前将prompt方法应用在ner中主要有两种方法：对枚举的span类型进行预测，或者通过构建特殊的prompt来对实体进行定位。但作者认为这些方法存在以下问题：1）时间开销和计算成本较高；2）需要精确的设计模板，难以在实际场景中应用。IDEA因此作者提出了一种双插槽的pro
pepsi_w·2023-12-22 14:34

顶刊TPAMI 2022！基于不同数据模态的行为识别：最新综述

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>CV微信技术交流群HumanActionRecognitionfromVariousDataModalities:AReview
Amusi（CVer）·2023-12-21 13:41

语音识别之百度语音试用和OpenAiGPT开源Whisper使用

0.前言:本文作者亲自使用了百度云语音识别,腾讯云,java的SpeechRecognition语言识别包和OpenAI近期免费开源的语言识别Whisper(真香警告)介绍了常见的语言识别实现原理1.NLP
默默努力的小老弟·2023-12-21 08:59

深度学习网络的结构---AlexNet

AlexNet是一个经典的深度学习模型，是2012年ImageNet大规模视觉识别竞赛（ImageNetLargeScaleVisualRecognitionChallenge，ILSVRC）的冠军模型
调钟师·2023-12-21 01:32

使用paddleocr实现图片文字智能提取

1OCR介绍OCR（OpticalCharacterRecognition）即光学字符识别，是一种将不同类型的文档（如扫描的纸质文件、PDF文件或图像文件中的文本）转换成可编辑和可搜索的数据的技术。
智慧医疗探索者·2023-12-20 03:55

论文 | 《HMDB: A Large Video Database for Human Motion Recognition》

未经允许，不得转载，谢谢~~主要记录一下对于HMDB数据集的一些主要说明；HMDB-51是actionrecognition方向用于判断视频分类模型准确度的一个很经典常用的benchmark。
与阳光共进早餐·2023-12-20 01:19

OCR EasyOCR + PaddleHub 光学字符识别（Optical Character Recognition, OCR）

EasyOCRpipinstallopencv-pythonpip3installeasyocr简单测试一下importosimporteasyocrimportcv2frommatplotlibimportpyplotaspltimportnumpyasnpimportsslssl._create_default_https_context=ssl._create_unverified_cont
FakeOccupational·2023-12-19 10:32

浅谈基于深度学习的手写体纸质文档识别OCR软件

在众多的OCR（OpticalCharacterRecognition）软件中，基于深度学习的手写体纸质文档识别OCR软件成为了关注焦点。本文将探讨这种软件的特点、功能以及应用前景。
金鸣识别·2023-12-18 10:21

保存已知命名图片 通过摄像头识别第一次发现与保存图片相似的人时，将其姓名记录到csv文件中 实现摄像头签到功能

0.42误差程序中可自行调整#最好安装GPU版本dlib识别画面会流畅很多CPU版本画面比较缓慢importos#importdlibimportcv2importnumpyasnpimportface_recognitionfromdatetimeimpor
pengg123h·2023-12-18 10:34

问题觉察+解决 Problem recognition and solving

小檬才不到两个月大，出现这样的问题，我心里很着急，毕竟是从小养到这么大的。Smalllemonislessthantwomonthsold,andIamveryworriedaboutsuchproblems.Afterall,Ihaveraiseditsincebirth.一个绿植最上层的树枝应该是最新最嫩的细胞。Theuppermostbranchofagreenplantshouldbeth
山羽文化·2023-12-18 00:47

【小沐学Python】Python实现语音识别（SpeechRecognition）

文章目录1、简介2、安装和测试2.1安装python2.2安装SpeechRecognition2.3安装pyaudio2.4安装pocketsphinx（offline）2.5安装Vosk（offline
爱看书的小沐·2023-12-17 22:49

3D点云广义零样本分类的递归循环对比生成网络笔记

1TitleContrastiveGenerativeNetworkwithRecursive-Loopfor3Dpointcloudgeneralizedzero-shotclassification(YunHao,YukunSu,GuoshengLin,HanjingSu,QingyaoWu)【PatternRecognition
umbrellazg·2023-12-17 13:04

SpringBoot+OCR 实现PDF 内容识别

一、SpringBoot+OCR对pdf文件内容识别提取1、在SpringBoot中，您可以结合OCR（OpticalCharacterRecognition）库来实现对PDF文件内容的识别和提取。
北执南念·2023-12-17 07:01

AlexNet(pytorch)

AlexNet是2012年ISLVRC2012（ImageNetLargeScaleVisualRecognitionChallenge）竞赛的冠军网络，分类准确率由传统的70%+提升到80%+该网络的亮点在于
caigou.·2023-12-17 07:51

遥感论文 | Scientific Reports | 一种显著提升遥感影像小目标检测的网络！

论文题目：MwdpNet:towardsimprovingtherecognitionaccuracyoftinytargetsinhigh-resolutionremotesensingimage论文网址
开着奔驰种地·2023-12-17 06:50

自然场景下的文本检测和识别 EAST text detector and recognition

自然场景下的文本检测和识别EASTtextdetectorandrecognition最近在做巡检机器人和仪表识别算法,巡检机器人拍摄的照片除了指针仪表和状态灯以外,还有一部分是数字显示的仪表,这样对仪表的数值的识别就需要后台代码具备检测文本和识别的功能了
gaoshine·2023-12-17 02:02

09

场景：互联网造句：Theinventionandapplicationofinternethasupendedpeople'srecognitionoftheworld.
地山大明·2023-12-16 18:49

本地部署语音转文字（whisper，SpeechRecognition）

本地部署语音转文字1.whisper1.首先安装Chocolatey2.安装3.使用2.SpeechRecognition1.环境2.中文包3.格式转化4.运行3.效果1.whisper1.首先安装Chocolateyhttps
我是小z呀·2023-12-16 04:36

Disentangled Representation Learning GAN for Pose-Invariant Face Recognition

1.前言这是CVPR2017的文章。2.介绍在这篇论文中，作者提出了DisentangledRepresentationGAN(DR-GAN)。如下图：Figure1如下图是之前的GAN和作者提出的DR-GAN的对比图：GAN传统的GAN如图中的(a)所示，G的输入是一个随机向量，产生一个合成的图片。作者提出了如图中(d)所示，使用一个encoder-decoder结构作为。encoder的输入是
Junr_0926·2023-12-16 02:40

目标检测——OverFeat算法解读

论文：OverFeat:IntegratedRecognition,LocalizationandDetectionusingConvolutionalNetworks作者：PierreSermanet
lishanlu136·2023-12-15 22:01

Windows安装Tesseract OCR与Python中使用pytesseract进行文字识别

文章目录前言一、下载并安装TesseractOCR二、配置环境变量三、Python中安装使用pytesseract总结前言TesseractOCR是一个开源OCR（OpticalCharacterRecognition
cutercorley·2023-12-15 22:57

新零售场景（图像检索、识别，分类）sku级别数据集

1.AiProducts-Challenge（阿里2020）下载地址：2020-AiProducts-Challenge-dataset数据介绍：Large-scaleProductRecognition
Funny_AI_LAB·2023-12-15 20:32

2020台大李宏毅机器学习 异常检测(Anomaly Detection)

难点：不平衡的数据集，异常难以定义（异常的种类很多，不能单独归为一类），异常的资料难以收集异常检测的分类有标签：可以将没有标签的那一类归为“unknown”，这类问题也叫open-setrecognition
ebook_sea·2023-12-15 16:34

PaddleOCR：超越人眼识别率的AI文字识别神器

其中，OCR（OpticalCharacterRecognition）技术将图像中的文字转化为可编辑的文本，为众多行业带来了极大的便利。
Python数据开发·2023-12-15 03:17

论文阅读“Reconsidering Representation Alignment for Multi-view Clustering”

etal.Reconsideringrepresentationalignmentformulti-viewclustering[C]//ProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition
掉了西红柿皮_Kee·2023-12-14 21:23

自然语言处理基础知识 学习

清华NLP】刘知远团队大模型公开课全网首发｜带你从入门到实战_哔哩哔哩_bilibili图灵测试：imitationGame模仿游戏Partofspeechtagging词性标注Namedentityrecognition
wangqiaowq·2023-12-14 21:04

浅话人工智能和深度学习

除了声音模型，还有如下的一些应用场景：图像识别（ImageRecognition）：通过计算机视觉技术，将图像转换为可理解和处理的数据，用于图像分类、目标检测、人脸识别等领域。自然语言处理（Nat
一生要强的Zz·2023-12-14 20:36

【FaceNet学习】论文阅读

论文地址：FaceNet:AUnifiedEmbeddingforFaceRecognitionandClustering摘要本文提出FaceNet算法，它直接学习从人脸图像到一个欧几里德空间的映射，这其中的距离则对应于人脸的相似程度
cc__cc__·2023-12-14 18:08

Python语音识别基础实践-SpeechRecognition

p=2并参考博客：https://blog.csdn.net/Datapad/article/details/82970253安装SpeechRecognitionC:\Users\Administrator
BuLingLings·2023-12-14 16:19
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他