u011331397的博客

原创 【ICCV2021】户外场景图像表格解析-Parsing Table Structures in the Wild

本文介绍ICCV2021的论文"Parsing Table Structures in the Wild"的主要工作。本文主要针对自然真实场景有线表格结构识别这一具有挑战性的问题进行研究。为了设计这样一个系统，本文在CenterNet的基础上提出 Cycle-CenterNet，该方法增加新的cycle-pairing模块同时检测表格单元格并将其分组到结构化表格中。在cycle-pairing模块中，提出一个新的损失函数pairing loss用于网络训练。同时本文还提出一个大的数据集名为WTW, 它包含.

原创 表格识别论文和数据集

Awesome-Table-RecognitionA curated list of resources dedicated to table recognitiongithub会长期维护和更新，欢迎star,fork,pr,issue等1. Papers*CODE means official code and CODE means not official codeConf.DateTitleHighlightcodearXiv2021/12/2Flexibl

原创 文本识别论文大全

文本识别论文*CODE 表示官方代码CODE 表示非官方代码具体详见github，欢迎star,fork,pr,issue等Conf.DateTitleHighlightcodeAAAI2022Text Gestalt: Stroke-Aware Scene Text Image Super-ResolutionAttention*CODEAAAI2022Visual Semantics Allow for Textual Reasoning Bett

原创 文本识别数据集

包含大量文本识别数据集，会长期维护和更新

原创 Batch Normalization

Batch Normalization1、什么是Batch Normalization以前在神经网络训练中，只是对输入层数据进行归一化处理，却没有在中间层进行归一化处理。要知道，虽然我们对输入数据进行了归一化处理，但是输入数据经过 $ \sigma(WX+b) $ 这样的矩阵乘法以及非线性运算之后，其数据分布很可能被改变，而随着深度网络的多层运算之后，数据分布的变化将越来越大。如果我们能在网络的中间也进行归一化处理，是否对网络的训练起到改进作用呢？答案是肯定的。这种在神经网络中间层也进行归一化处理，使

原创 pytorch中loss_functions—ctcloss

pytorch中loss_functions—ctcloss首先来看下ctc_loss的函数形式：torch.nn.functional.ctc_loss(log_probs, targets, input_lengths, target_lengths, blank=0, reduction='mean', zero_infinity=False)参数log_probs –(T,N,C)其中C是码表中的字符个数，包括blank。T表示序列的长度，N表示batch size。该参数需要先进行取自

原创 使用python解析pdf文件

使用python解析pdf文件本文主要介绍怎么使用python解析pdf文件pdf文件格式今天，pdf已经是最常用的数据格式。在1990, Adobe公司定义pdf文档的结构。PDF 格式背后的理念是，传输的数据/文档对于参与通信过程的双方（创建者、作者或发送者以及接收者）来说看起来完全相同。PDF 是 PostScript 格式的继承者，并被标准化为 ISO 32000-2:2017。处理PDF文件对于 Linux，有强大的命令行工具可用，例如 pdftk 和 pdfgrep。但作为开发人员，基

原创 python多进程

概念进程就是操作系统中执行的一个程序，操作系统以进程为单位分配存储空间，每个进程都有自己的地址空间、数据栈以及其他用于跟踪进程执行的辅助数据，操作系统管理所有进程的执行，为它们合理的分配资源。进程可以通过fork或spawn的方式来创建新的进程来执行其他的任务，不过新的进程也有自己独立的内存空间，因此必须通过进程间通信机制（IPC，Inter-Process Communication）来实现数据共享，具体的方式包括管道、信号、套接字、共享内存区等。Python中的多进程python多进程编程主要依靠

转载 SynthTIGER——面向更好的文本识别模型的文本图像生成器

论文名称：SynthTIGER: Synthetic Text Image GEneratoR Towards Better Text Recognition Models论文地址：https://arxiv.org/abs/2107.09313开源代码：https://github.com/clovaai/synthtiger开源数据：https://github.com/clovaai/synthtiger#datasets一、简介该论文提出了一种新的文本图片合成方法——SynthTIGER。

原创 文本图片数据合成工具

开源代码text_rendererSynthTextSynthText_Chinese_versionTextRecognitionDataGeneratorSynthText3DUnrealTextsynthtigerPaddleOCR/StyleTextSRNet

原创 pytorch中loss_functions——binary_cross_entropy

首先来看下binary_cross_entropy的函数形式：torch.nn.functional.binary_cross_entropy(input, target, weight=None, size_average=None, reduce=None, reduction='mean')Parametersinput – Tensor of arbitrary shapetarget – Tensor of the same shape as inputweight (Tensor,

原创 装饰器和深度学习框架中的注册机制

预备知识——装饰器为什么要使用装饰器这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）我们先来看下面的例子，现有一个求和函数add，现在要求统计函数执行的时长def add(a, b): print(a + b)最简单直观的做法1如下：def add(a, b): start = time.time() print(a + b) time.sleep(2) # 模拟耗时操作 long = time.time() - start

原创 mmdetection 源码分析 fcos篇

mmdetection 源码分析 fcos这篇笔记想分享一下FCOS在mmdetection中的源码实现笔记参考来源是https://zhuanlan.zhihu.com/p/112126473fcos代码结构FCOS核心代码主要使用以下几个类,继承关系如下#mermaid-svg-WK7CfgVuDuHEuZ7J .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fil

原创 opencv

使用opencv3处理图像#模糊算子#高斯模糊函数 (5, 5)表示高斯矩阵的长与宽都是5，标准差取0cv2.GaussianBlur(img,(5,5),0)#中值滤波，相当于将blurKsize= 3 相当9个值进行排序，取中值作为当前值return imgcv2.medianBlur(img,blurKsize)#边缘检测算子cv2.Laplacian(src_img,cv2.CV_8U,dst_img,ksize)#卷积操作cv.filter2D(src, ddepth, ke

原创 星环科技面经

#星环科技代码题目#二叉树前序遍历class Node: def __init__(self,value=None,left=None,right=None): self.value=value self.left = left self.right = right def preTraverse(root): """ 前序遍历 """ if root==None: return p.

原创 leetcode1013题目

原创 鸟哥的Linux私房菜——第五章

1,正确登录后显示的信息中，~表示用户的主文件夹，它是个“变量”。$表示提示符，其中在Linux中，默认root的提示符是#，而一般用户的提示符是$。2,注销Linux，指令为exit3，命令行登录后所取得的程序被称为shell，这是因为这个程序负责最外层的跟用户通信工作，才被戏称为shell。[ygs@node7811]:~$ command [-options] parameter...

原创 文本比较遇到的坑

在使用程序进行文本比较时，使用fopen（）函数进行读取，发现选择的读取模式不同，会导致读取的结果不一致。文本模式："r"二进制模式："rb"文本模式：                  读: 遇到回车-换行(0D 0A)，就会转换为换行符0A                  写：遇到换行符0A，就会转换为回车-换行(0D 0A) 比二进制相差一个字节二进制模式：  ...

原创 指针和字符串(win10+vs2013)

#define _CRT_SECURE_NO_WARNINGS#include<iostream>#include<cstring>/* 指针和字符串 1) 有些编译器将字符串字面值视为只读常量，如果试图修改它，将导致运行错误。在c++中字符串字面值将被视为常量 2）有些编译器只使用字符串字面值的一个副本来表示程序中的所有的该字面值*/int ma...

原创 string类简介（win10+vs2013）

#include<iostream>#include<string>using namespace std;void main(){ //C++字符串的初始化 string str1 = "hello"; string str2 = { "world" }; //C++字符串的赋值 拼接和附加 //不能将一个数组赋值给另外一个数组，但可以将一个s...

原创 C++中的STL中map用法（运行环境win10+vs2013）

#include<iostream>#include<map>#include<string>/* map容器：它提供一对一的数据处理能力，由于这个特性 map的特点：增加和删除节点对迭代器的影响很小，除了那个操作节点，对其它的节点没有什么影响 对于迭代器来说，可以修改实值，而不能修改key 2.map的功能： 自动建立...

原创 python IOError: [Errno 22] invalid mode ('r') or filename；错误的处理方法

在调试程序的时候出现了这样的bug，在网上找了一些原因，可是尝试过并不能解决问题。自己的解决办法是：首先修改自己的路径，是不能包含中文的（原因未知，希望知道的朋友积极留言），修改后即可调试程序。

原创 python 编译错误TypeError: 'builtin_function_or_method' object has no attribute '__getitem__'

import matplotlib.pyplot as pltplt.plot(arange[10])#修改为plt.plot(arange(10))#出现 TypeError: 'builtin_function_or_method' object has no attribute '__getitem__'#原因是内置函数或方法的对象没有对应属性'__getitem__'