自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 资源 (10)
  • 问答 (1)
  • 收藏
  • 关注

原创 caffe-图片转为lmdb数据集

介绍: 1. 该数据集由26个字母组成,不区分大小写 2. 图片分为两类:训练和测试,其中训练2047张图片,测试836张图片 3. 两类图片分为两个文件价:trainImg   testImg 4. 每个文件夹下由26个子文件夹,分别存放26个字母的图片 如图所示: 制作数据标签: MATLAB代码如下: clc clear all; file_path='/home/×

2017-08-21 20:09:10 751

原创 caffe学习 绘制loss和accuracy

本文在LeNet5结构的基础上通过不断调整学习速率和权衰量来训练自己的汉字数据集 caffe的Python接口安装成功后,安装jupyter: sudo pip install jupyter 安装成功后,运行。运行命令: jupyter notebook 运行后会在网页中出现如下界面: 点击页面右上角下的New--Python 2 输入如下代码: import num

2017-08-19 16:38:44 604

原创 caffe学习:绘制网络模型

在确保caffe的Python接口编译正确的情况下 1  安装GraphViz sudo apt-get install GraphViz 2 安装pydot sudo pip install pydot 安装好后就可以调用caffe中Python文件夹下的draw_net.py脚本画图了  比如绘制caffe自带的LeNet网络模型 在caffe文件夹下输入: sudo pyth

2017-08-17 20:57:00 327

原创 场景文字识别中,将文本行切割为单字符

场景中的文字存在字符尺寸大小不一、间隔不等的情况,因此很难采用自动切割的方法将检测出的文本行切割为单字符。 这种情况下则需要手动切割为单字符,然后在进行归一化等处理。 本文使用C++写了一个手动切割的小工具,如截图所示: 第一张图为切割过程的一张截图,其使用方法为将字符框住即可完成切割 下图为切割之后的单字符图片: 为了方便各位实验,本文将在本博客中上传切割好的自然场景的

2017-08-01 16:11:37 3625 7

图片切割工具Matlab实现

解压该压缩包,将图片直接拖到.exe文件中即可运行。框住需要切割的部分就能完成切割,

2017-08-01

场景文字识别中英文字符图片

本图片为手动切割ICDAR2013比赛识别部分的数据集,一共分割出了2千多张单字符,希望能给大家提供帮助

2017-08-01

ippicv_linux_20141027

ippicv_linux_20141027

2017-07-19

opencv3.0安装脚本

opencv3.0安装脚本

2017-07-19

Tesseract-ocr3.02.02官方中文简体字符集

该字符集为Tesseract_OCR3.02官方提供的中文简体字符集

2017-07-17

tesseract-ocr-setup-3.02.02.exe

Tessdata-ocr官方版本

2017-07-17

WPS VBA 下载

解决“调整宏安全性时发生错误,可能是由于您没有安装VBA环境”的问题

2017-06-12

耶鲁人脸识别数据集

图像处理中,PCANet中用作人脸识别的数据集,该数据集来自耶鲁大学官方,没有修改过

2016-01-24

制作手写字符集

首先定义一个字符集的大小,也就是一个矩阵。然后将每个字符图片以列的形式存放到这个矩阵中,这样就制作成了一个包含N幅图像的字符集了

2015-12-23

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除