注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. vidi人工智能深度学习缺陷检测软件视频在OCR中的应用

  2. ViDi 蓝色：固定 ViDi 蓝色工具用于寻找和定位图像中的一个或多个功能特征。无论是严重噪音背景下畸变严重的字符识别 (OCR) 还是复杂的散装物体；蓝色工具都能通过学习有注释的图像来定位且和识别复杂的功能特征和物体。要培训蓝色工具，您只需提供标记了目标功能特征的图像。技术交流13642395590

  3. 所属分类：深度学习

    • 发布日期：2017-11-10
    • 文件大小：14680064
    • 提供者：crcsafe

  1. 美团点评2018技术年货-算法

  2. 美团点评2018技术年货-算法 美团“猜你喜欢”深度学习排序模型实践 美团大脑：知识图谱的建模方法及其应用 深度学习在美团搜索广告排序的应用实践 美团深度学习系统的工程实践 美团餐饮娱乐知识图谱——美团大脑揭秘 美团在O2O场景下的广告营销 美团外卖骑手背后的AI技术 基于TensorFlow Serving的深度学习在线预估 强化学习在美团“猜你喜欢”的实践 深度学习在文本领域的应用 机器学习在美团配送系统的实践：用技术还原真实世界 如何基于深度学习实现图像的智能审核？ 深度学习在OCR中的

  3. 所属分类：机器学习

    • 发布日期：2019-01-25
    • 文件大小：51380224
    • 提供者：jsyzxq2001

  1. 美团点评技术汇集——算法篇

  2. 目录 - 算法篇 美团“猜你喜欢”深度学习排序模型实践 ...................................................................... 4 美团大脑：知识图谱的建模方法及其应用 ...................................................................... 16 深度学习在美团搜索广告排序的应用实践 ....................................

  3. 所属分类：计算广告

    • 发布日期：2019-04-11
    • 文件大小：44040192
    • 提供者：weixin_40810780

  1. text_recognition_toolbox:text_recognition_toolbox-源码

  2. 文字识别工具箱 1.项目介绍 该项目是基于pytorch深度学习框架，以统一的改写方式实现了以下6篇经典的文字识别论文，论文的清单如下。该项目会持续进行更新，欢迎大家提出问题以及对代码进行贡献。 模型 文章标题 发表年份 模型方法划分 神经网络 《基于端到端的可训练神经网络基于图像的序列识别及其在场景文本识别中的应用》 2017年 CNN + BiLSTM + CTC 神经网络 《 OCR门控递归卷积神经网络》 2017年 门控循环抽提层+ BiSTM + CTC 扇子 《关注：在自然图像

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1048576
    • 提供者：weixin_42162171

  1. 深度学习在OCR中的应用

  2. 本文来自于csdn，本文将通过以OCR（光学字符识别）的场景来介绍深度学习在计算机视觉中的应用。计算机视觉是利用摄像机和电脑代替人眼，使得计算机拥有类似于人类的对目标进行检测、识别、理解、跟踪、判别决策的功能。以美团业务为例，在商家上单、团单展示、消费评价等多个环节都会涉及计算机视觉的应用，包括文字识别、图片分类、目标检测和图像质量评价等方向。本文将通过以OCR（光学字符识别）的场景来介绍深度学习在计算机视觉中的应用。文字是不可或缺的视觉信息来源。相对于图像/视频中的其他内容，文字往往包含更强的

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38605144

  1. 线性回归算法Matlab实现

  2. 本文来自于csdn，本文将通过以OCR（光学字符识别）的场景来介绍深度学习在计算机视觉中的应用。1.数据分布，x轴是属性城市人口，y轴是标签值盈利：2.目的：使用一个线性函数去拟合上面这些数据；该线性函数如下只有两个参数，利用梯度下降找出使损失值最小时，对应的两个参数值，即得到了线性函数。算法三要素：1）设置线性函数，即假设函数(Hypothesis)；2）选定损失函数J，3）梯度下降，找到使得J值最小时，对应的theta_0,theta_1。J值最小，预测的h_theta(x)值就会越接近标签

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1025024
    • 提供者：weixin_38608025

  1. Sure博士：:school:DeepLearning学习笔记以及Tensorflow，Pytorch的使用心得笔记。 Sure会不定时往项目中添加他看到的最新的技术，欢迎批评指正-源码

  2. 注意！ 我的Dr.Sure项目正式上线了，主要提前分享学习Tensorflow以及DeepLearning中的一些想法。期间随时更新我的​​论文心得以及想法。 Github地址： : CSDN地址： : 个人博客地址： : 此目录包括2个文件夹，一个是 ，一个是 。 文件夹整理最新的论文分享详解以及在CangJe项目中的代码支持等。 文件夹存放的是使用Tensorflow过程中的一些经验以及一些抽象出来的实用程序使用总结。 ，Tensorflow中OCR识别的论文介绍。 深

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：5242880
    • 提供者：weixin_42138139

  1. indus-script-ocr：Indus脚本光学字形识别引擎（来自考古人工图像）-源码

  2. 印度文字OCR 要自动定位文本补丁/区域，请从那些区域中分割单个符号/字符，并使用图像处理和深度学习技术，在给定来自考古现场的印度印章图像的情况下，识别属于印度文字的每个符号/字符。 [在制品] 查看我们的研究文章标题为“深入学习Indus脚本”，网址为： 部署应用 设置GPU机器以运行服务， 从http://www.geforce.com/drivers安装最新的nvidia驱动程序 通过https://github.com/NVIDIA/nvidia-docker/releases在

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：27648
    • 提供者：weixin_42098104

  1. 深度学习在OCR中的应用

  2. 本文来自于csdn，本文将通过以OCR（光学字符识别）的场景来介绍深度学习在计算机视觉中的应用。 计算机视觉是利用摄像机和电脑代替人眼，使得计算机拥有类似于人类的对目标进行检测、识别、理解、跟踪、判别决策的功能。以美团业务为例，在商家上单、团单展示、消费评价等多个环节都会涉及计算机视觉的应用，包括文字识别、图片分类、目标检测和图像质量评价等方向。本文将通过以OCR（光学字符识别）的场景来介绍深度学习在计算机视觉中的应用。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：1048576
    • 提供者：weixin_38595689

  1. 线性回归算法Matlab实现

  2. 本文来自于csdn，本文将通过以OCR（光学字符识别）的场景来介绍深度学习在计算机视觉中的应用。1.数据分布，x轴是属性城市人口，y轴是标签值盈利：2.目的：使用一个线性函数去拟合上面这些数据； 该线性函数如下只有两个参数，利用梯度下降找出使损失值最小时，对应的两个参数值，即得到了线性函数。 算法三要素： 1）设置线性函数，即假设函

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：1011712
    • 提供者：weixin_38552239

  1. 人工智能在电信实名认证中的关键技术及应用

  2. 应国务院及工业和信息化部的实名制要求，结合运营商业务转型的需要，提出了一种基于人工智能技术的在线身份认证解决方案。首先介绍了基于深度学习技术的实名认证系统架构，分别对系统的 4 个模块和系统整体特点进行详细阐述。其次论述了应用在实名认证系统中的人证比对与识别、证件OCR、静默活体和视频认证等关键技术，介绍了身份认证解决方案的应用现状，此外分别从安全性的角度介绍了实名认证业务场景中抵御攻击的手段，从性能的角度分析了本方案在实际应用中取得的良好效果。最后，分析了人工智能技术在运营商业务领域中应用问题

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：807936
    • 提供者：weixin_38716423

  1. 复杂背景图像中文字区域检测的新方法

  2. 针对文字排版单一、背景干净的图片提取和识别文字，现有的OCR技术已经被广泛应用且技术成熟。而针对复杂的背景图片，已知的方法有最大化似然法，边缘点检测法，角点检测法及深度学习法等检测效果还不太理想。提出了在复杂背景图像中，利用特征点定位自然场景图像文本的新方法，该方法的核心思想是：将特征点检测技术用于提取连通分量中边缘的角点，以选择候选区域，然后通过张量投票验证候选区域。最后通过使用区域面积条件，方向和纵横比过滤掉非文本的区域。这种方法具有快速和通用性的特点，在精确度方面，该方法也可以取得不错的效

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38642636