Guo_Python的博客

这里介绍的就是文档数据增强，用标准文档模拟相机拍照场景。该方法不仅能用于文档各场景的数据增强，用于OCR检测识别等任务；还能合成各种图片训练对，用于文档去阴影、文档去摩尔纹、文档弯曲矫正等各项任务。然而，当图片是手机拍照获取的，图片中往往有阴影、摩尔纹、弯曲。原理：利用渲染工具（推荐blender），渲染出各种弯曲、阴影、摩尔纹，然后再pdf图片上进行合成。那么，如何通过标准的文档，获得类似相机拍照的图片呢？欢迎小伙伴们技术交流~

模型的输入是图片和文字的配对，图片输入到图片的encoder得到一些特征，文本输入到文本的encoder得到一些特征，每个traning batch里有n个图片-文本对，就能得到n个图片的特征和n个文本的特征，然后在这些特征上做对比学习，对比学习非常灵活，就需要正样本和负样本的定义，其它都是正常套路（不懂对比学习），配对的图片-文本对就是正样本，描述的是同一个东西，特征矩阵里对角线上的都是正样本，矩阵中非对角线上的元素都是负样本，有了正负样本，模型就可以通过对比学习的方式去训练了，不需要任何手工标注。

经常遇到一种情况，手机或者电脑里面的图片太多并且存在重复的图片。这些重复的图片浪费设备的内存，同时也提高了处理这些数据的成本。博主是学AI的，因此基于神经网络开发了一个图片去重算法。

1. 论文与代码 论文下载地址：Deep Adversarial Decomposition: A Unified Framework for Separating Superimposed Images 官方代码地址：https://github.com/jiupinjia/Deep-adversarial-decomposition2. 论文核心思想 作者提出了一个统一的框架，用来分离图片。作者提出crossroad L1损失函数，该损失函数能计...

一. 背景介绍当我在手机端部署模型时，用mace转模型成功，但是在编译时出错。错误栈给了很多提示，其中一句提示就是：clang++: error: unable to execute command: Killed。二. 分析问题与解决该提示指的是内存不够，我的进程操作被杀掉了；解决方法就是增大swap分区的空间。于是我在网上查找解决方法，运行下面命令即可：sudo fallocate -l 4G /swapfilesudo chmod 600 /swapfilesudo mkswap /sw

一. 推荐一个工程工程地址：https://github.com/dair-ai/ml-visuals二. 用法1. 从该工程中下载PPT，该PPT(100多页)中包含很多神经网络的基本组件。2. 根据你的设计需求，拷贝里面的基本组件或者修改里面的组件，设计出你要的方案。3. 只需要你基本的PPT操作，就像搭积木一样设计好你自己的方案。如果你下载的PPT没有修改权限，请联系博主。参考博客：https://blog.csdn.net/qq_15698613/article/details/116

一. 论文介绍 本文主要介绍去除阴影的论文《Auto-Exposure Fusion for Single-Image Shadow Removal》：即自动曝光融合去除阴影的方法。该论文来自2021年的CVPR。 论文地址：https://arxiv.org/abs/2103.01255 开源代码：https://github.com/tsingqguo/exposure-fusion-shadow-removal二. 算法框架 ...

1. 环境准备 对比时间，和模型训练的环境相同，可能额外要安装的包是onnxruntime.pip install onnxruntime # for cpupip install onnxruntime-gpu # for gpu2. 测试过程 直接上代码吧，代码就是最好的解释。import cv2import timeimport torchimport numpy as npfrom torch.nn import DataParalle...

1.MACE 主页 MACE 的github地址：https://github.com/XiaoMi/mace 小米官方的相关文档：https://mace.readthedocs.io/en/latest/ 对开发环境的要求，可以按照以下指令安装相关的包：2. 创建虚拟环境并安装常见的包 (1) 创建虚拟环境，我把虚拟环境命名为maceconda create -n mace python=3.6 (2)...

3D人脸识别时，需要对点云进行处理，生成可训练的图片形式，本文带你完成前期的数据处理过程。

行人属性识别，即识别行人的多个特征，例如：性别、年龄、戴帽子、戴眼镜等。本文将带你学习行人属性识别，主要用到的是multitask技术。

将训练的pytorch模型转化为pt(c++可调用)，本文主要接受用trace转化方法。