- 博客(27)
- 资源 (77)
- 收藏
- 关注
RSS订阅原创 图片分类-数据增强
import osimport PIL.Image as Imageimport shutilfrom torchvision import transformsfrom numpy.random import randint,randomdef zengqiang(root_path): for img in os.listdir(root_path): i = 0. if img[-3:] in ["jpg", "png", "JPG","bmp"]:
2021-04-24 21:24:24
293
1
原创 目标检测之空间变形网络(STN)
目标检测之空间变形网络(STN)一、STN定义STN：是一个可以放置在CNN前面，或嵌入到CNN其中的某一环节的模块（空间变形器），是Google旗下 DeepMind 公司的研究成果。该论文提出空间变换网络STN，分为参数预测、坐标映射、像素采集三大部分，可以插入到现有的CNN模型中。通过对数据进行反向空间变换来消除图片上目标的变形，从而使得分类网络的识别更加简单高效。二、CNN的平移不变性普通的CNN能够显示的学习平移不变性，以及隐式的学习旋转不变性，所以图像上的目标物体就算是做了平移或者旋转，
2021-04-22 14:21:43
3544
原创 金融债券图片数据爬虫
在做全国大学生服务外包大赛中A18需要我们收集大量金融相关文本表格数据，于是需要自己收集并标注。先以搜索词“资产债券表”为例：我们在百度图片中搜索“资产债券表”，向下滑动网页时，图片会不断加载，因此该网页是动态加载的网页，按F12，选择网络，在消息中选择过滤XHR消息。可以看出，该请求为GET请求，返回的是一个JSON文件，查看响应消息，里面的data蕴含着我们想要获取的每个图片的url。由此，我们可以利用requests模块的get方法模拟浏览器发送请求，获得其对应的JSON数据。可能使用
2021-04-20 17:40:24
430
1
原创 文本检测-EAST方法概述
《EAST: An Efficient and Accurate Scene Text Detector》特点概述：在这篇文章中，提出了一个快速且精确的场景文本检测方法，该方法取消了一些不必要的步骤（如：候选区域的聚合和词的分割），且它只包含两个阶段，可以在整幅图像中检测任意形状和方向的单词或文本行。方法概述：该方法利用一个全连接模型去直接预测单词或文本行，然后将预测的框进行Non-Maximum Suppression操作得到最后的结果。(生成的预测框可以是旋转的矩形或四边形)贡献：提出了场景文
2021-04-20 15:23:00
2094
原创 maskrcnn学习笔记
机器视觉领域的核心问题之一就是目标检测(objectdetection)，它的任务是找出图像当中所有感兴趣的目标，并确定其位置和大小。作为经典的目标检测框架FasterR-CNN至今仍然是许多目标检测算法的基础，这在飞速发展的深度学习领域十分难得。而在Faster R-CNN的基础上改进的MaskR-CNN可以应用到人体姿势识别，并且在实例分割、目标检测、人体关键点检测三个任务都取得了很好的效果。因此，百度深度学习框架PaddlePaddle开源了用于目标检测的RCNN模型，从而可以快速构建强大的应.
2021-04-20 12:08:54
790
原创 SSD目标检测
一、简介SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法，是主要的检测框架之一，相比Faster RCNN有明显的速度优势，相比YOLO又有明显的mAP优势。SSD主要用来解决目标检测的问题（定位+分类），即输入一张待测图像，输出多个box的位置信息和类别信息；测试时，输入一张图像到SSD中，网络输出一个下tensor（多维矩阵），对该矩阵进行非极大值抑制（NMS）就能得到每个目标的位置和label信息SSD具有如下
2021-04-20 12:08:05
8940
4
原创 目标检测基础入门
目标检测基础入门一、概述（1）背景目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于诸多领域，有重要的意义。由于深度学习的广泛运用，目标检测算法得到了较为快速的发展。（2）目标检测别研究方法主要分为两类。①基于传统图像处理和机器学习算法的目标检测主要可以表示为：目标特征提取→目标识别→目标定位。这里所用到的特征都是认为设计的，通过这些特征对目标进行识别，然后再结合相应的策略对目标进行定位。②基于深度学习的目标检测主要可以表示为：图像的深度特征提取→基于深度神经网络的目标识别与定位
2021-04-20 12:06:58
2866
1
原创 StarNet模型
StarNet模型1.背景民以食为天，如何提升超大规模配送网络的整体配送效率，改善数亿消费者在”吃“方面的体验，是一项极具挑战的技术难题。面向未来，美团正在积极研发无人配送机器人，建立无人配送开放平台，与产学研各方共建无人配送创新生态，希望能在一个场景相对简单、操作高度重复的物流配送中，提高物流配送效率。在此过程中，美团无人配送团队也取得了一些技术层面的突破，比如基于神经网络StarNet的行人轨迹交互预测算法，论文已发表在IROS 2019。IROS 的全称是IEEE/RSJ Internationa
2021-04-20 12:05:57
2119
原创 Rosetta模型
Rosetta模型1.介绍从头预测，来源于拉丁文ab initio或de novo，严格的讲，这两者是有区别的，前者ab initio意思是from tlIe beginning，指基于第一性原则(6rst principles)而不依靠同源序列、数据库、二级结构等其它信息，仅靠一条蛋白质序列产生三维结构。后者de novo意思是from the new，是一个更宽泛的含义，指不需要PDB中的同源模板而是依靠对其他结构的观察来预测。生物分子演化出了令人惊叹的本领，那就是它们可以由化学序列指导折叠成唯一
2021-04-20 12:04:30
1990
原创 SRN模型
SRN模型场景文本图像包含两个级别的内容：视觉纹理和语义信息。尽管过去的几年中场景文本识别方法取得了长足的进步，但是挖掘语义信息以辅助文本识别的研究却很少受到关注，仅探索类RNN的结构来隐式地建模语义信息。但是，我们发现基于RNN的方法存在一些明显的缺点，如时间依赖的解码方式和语义上下文的单向串行传输，这极大地限制了语义信息的帮助和计算效率。为了减轻这些限制，我们提出了一种新颖的端到端可训练框架，该框架称为语义推理网络（SRN），用于准确的场景文本识别，其中引入了全局语义推理模块（GSRM），以通过多路并
2021-04-20 12:01:26
4124
原创 RARE模型
介绍：RARE（Robust text recognizer with Automatic Rectification，具有自动校正功能的鲁棒性文本识别器）是由**空间变形网络(STN)和序列识别网络(SRN)**组成。在测试中，首先通过predicted Thin-Plate-Spline(TPS)对图像进行校正，为后续的SRN(通过序列识别方法识别文本)生成更“可读”的图像。RARE模型在识别变形的图像文本时效果很好。如下图所示，模型预测过程中，输入图像首先要被送到一个空间变换网络中做处理，矫正过的图
2021-04-19 13:37:18
2711
2
原创 CRNN模型
介绍：是目前较为流行的图文识别模型，可识别较长的文本序列， 它利用BLSTM和CTC部件学习字符图像中的上下文关系， 从而有效提升文本识别准确率，使得模型更加鲁棒。 CRNN是一种卷积循环神经网络结构，用于解决基于图像的序列识别问题，特别是场景文字识别问题。 文章认为文字识别是对序列的预测方法，所以采用了对序列预测的RNN网络。通过CNN将图片的特征提取出来后采用RNN对序列进行预测，最后通过一个CTC的翻译层得到最终结果。说白了就是CNN+RNN+CTC的结构。CRNN 全称为 Convolution
2021-04-19 13:36:45
4194
1
原创 OCR文本检测-RRPN
RRPN，Rotation Region Proposal Networks，旋转区域候选框网络。通过其命名就可以看出，他是为了解决目标检测中的检测区域具有旋转角度的情况而产生的。其论文最初提出的应用场景，是为了解决自然场景下的文本检测问题而提出的，在自然场景中，由于视角的原因，获得图片中的文字常常都是带有旋转角度的，而之前的文字检测方法都是基于水平框的检测，如下图所示， 在本文中，我们开发了一个基于旋转的方法和一个端到
2021-04-18 09:40:39
1266
原创 OCR文本检测算法-CTPN模型
介绍：CTPN是在ECCV 2016提出的一种文字检测算法，是目前流传最广、影响最大的开源文本检测模型，可以检测水平或微斜的文本行。CTPN结合CNN与LSTM深度网络，能有效的检测出复杂场景的横向分布的文字，效果如图：关键idea采用垂直anchor回归机制，检测小尺度的文本候选框文本检测的难点在于文本的长度是不固定，可以是很长的文本，也可以是很短的文本．如果采用通用目标检测的方法，将会面临一个问题：**如何生成好的text proposal**．针对上述问题，作者提出了一个vertical an
2021-04-18 09:29:55
1685
原创 ocr优化
ocr优化相关问题（一）提高OCR准确度方法1.检查图像质量：我们首先要确保原始图像是可见的，以便它们可以获得更好的结果。2.选择最好的OCR模型：OCR主要负责理解给定图像中的文本，因此有必要选择能够更好的检测和识别的模型，来处理图像3.将图像缩放到合适的大小：我们尝试将图像缩放到大约300 dpi的标准尺寸，低于此尺寸的图像都会产生不清晰的结果，而高于600 dpi的图像会使输出文件变大而质量不高。4.消除图像中的噪音：如果图像中存在背景或前景噪声，我们要将其删除，以便获得高质量的数据
2021-04-17 17:28:12
1988
原创 Python 按坐标进行文字剪裁
如图，若给出每个文本框的坐标，而我们想将其剪裁下来，可以使用如下方法。import numpy as npimport cv2def shot(img, dt_boxes,image_file):#通过dt_boxes中获得的四个坐标点,裁剪出图像 dt_boxes = dt_boxes.tolist() #将np转换为列表 boxes_len = len(dt_boxes) for num in range(boxes_len): box = dt_bo
2021-04-17 16:05:33
370
原创 CRNN——卷积循环神经网络结构
简介CRNN 全称为 Convolutional Recurrent Neural Network，是一种卷积循环神经网络结构，主要用于端到端地对不定长的文本序列进行识别，不用先对单个文字进行切割，而是将文本识别转化为时序依赖的序列学习问题，就是基于图像的序列识别。CRNN(Convolutional Recurrent Neural Network）是目前较为流行的图文识别模型，可识别较长的文本序列。它包含CNN特征提取层和BLSTM序列特征提取层，能够进行端到端的联合训练。 它利用BLSTM和CTC
2021-04-17 15:32:04
19308
1
原创 OCR常见问题（4）
7、错误汇总遇到了一个问题，模型是上面的我的数据的新模型，数据是从生成数据中截留的一点测试数据在官方的infer中执行结果：但是我train的时候准确率是高达0.99的，所以我用train修改了一个可以输出测试结果的代码发现，问题出现在这一步indexes = prune(np.array(result[0]).flatten(), 0, 1)由于我的输出当中全部都是数字，所以生成的结果通过0和1缩短一下以后就不成数据了。错误原因：SHAPE的大小不对我在的图片是32300的，但是shap
2021-04-17 11:03:21
589
原创 paddleocr常见问题(3）
将“检测”训练模型转化为推理模型确定配置文件路径打开program.py脚本，找到class ArgsParser构造函数，修改为如下形式（注意相对路径填写正确）：然后将图中箭头指向的那一行，光标处添加一句代码default = “D:\PO\configs\det\det_mv3_db_v1.1.yml”,注意文件路径根据自己的电脑填写正确。注意相对路径填写规则 “./ ”表示同级目录， “…/”表示上级目录， “…/…/”表示上上级目录， （以运行的.py文件为当前路径）将“识别”训
2021-04-17 11:03:07
898
原创 paddleOCR常见问题（2）
1.win10下anconda中，执行paddleocr的GPU训练或总是报错cudnn版本不匹配在百度上看了许多大佬的解答，都是说让下载新的或者装什么后来根据查看三个目录：D:\Anaconda3\Library\bin、D:\Anaconda3\Library\lib、D:\Anaconda3\Library\include将cudnn替换到这些目录下，就解决了这个问题。2.win10下，有的电脑训练时train.py调用不了1.终端路径问题，路径缺失造成无法调用2.版本问题，很多都是
2021-04-17 11:02:49
1176
原创 OCR训练常见问题（1）
报错图片数量太少Exception: The number of the whole data (800) is smaller than the batch_size * devices_num * num_workers (2048)----------------------Error Message Summary:----------------------FatalError: Blocking queue is killed because the data reader rais
2021-04-17 11:02:36
1628
2
原创 voc数据集xml文件转换为txt文件并划分训练集、测试集
如何提取voc中的某一类这里有写：https://xiaobaibubai.blog.csdn.net/article/details/115660715本代码可以将voc数据集xml文件转换为txt文件：import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import join# 改变坐标格式def convert(size, box):
2021-04-13 14:11:20
1460
2
原创 提取voc数据集中特定的类
先贴出代码：import shutilimport osimport xml.etree.ElementTree as ETAnnotations_path = r"E:/data/voc/VOCdevkit/VOC2007/Annotations"image_path = r"E:/data/voc/VOCdevkit/VOC2007/JPEGImages"save_img_path = r"E:/data/voc/VOCdevkit/VOC2007/tte/"save_xml_path
2021-04-13 12:31:38
1271
6
原创 Could not find module ‘D:\codna\Library\bin\geos_c.dll‘
Could not find module ‘D:\codna\Library\bin\geos_c.dll’哎，用paddle时，这一个小错也不知道啥引起的，反正就报这个错，找了好久，最终在wai网找到了答案。。。https://www.dll-files.com/geos_c.dll.html在这里下载，打不开的可以在我资源里下https://download.csdn.net/download/weixin_45755332/16621701...
2021-04-11 19:50:48
974
4
原创 pytorch自定义图片输入
pytorch使用其自带的数据集制作训练集和测试集是简单的，但我们需要训练自己的数据集时就要自己写函数来进行图片划分，转义，输入等操作了。这里我以四种天气数据为例来说明如果用pytorch进行自定义图片输入。其结构如图，四类图片均在一个文件夹内。我们需要做的是将他们划分为训练集和测试集，供模型训练。导入需要的库import torchfrom torch.utils import datafrom PIL import Image # pip install pillowimport
2021-04-03 12:36:53
2497
1
原创 机器学习必备知识
误差bias:偏差，variance：方差偏差就是偏离真实值的程度，方差就是模型稳定性，下图可以直观的看出两者的概念high bias - low variance:许多个拟合模型都聚集在一堆，位置比较偏，无论什么样子的数据灌进来，拟合的模型都差不多，这个模型过于简陋了，参数太少了，复杂度太低了，这就是欠拟合low bias - high variance:所有拟合模型都围绕中间那个红色中心点(hint)均匀分布，但又不够集中，很散，这就意味着，数据一有风吹草动，拟合模型就跟着剧烈变化，这说
2021-04-02 18:57:34
293
原创 机器学习基本概念
损失函数对于线性回归模型，需要一个标准来对结果进行衡量，因此我们需要量化一个目标函数，使得程序可以不断优化，最终得到最优的结果。损失函数是一个非负实数函数，用来量化模型预测和真实值标签之间的差异。将线性回归模型假设函数带入损失函数：需要求解参数w和b看作是损失函数L的自变量。现在的任务就是求解最小化L时w和b的值，即核心目标优化式为:求解方法最小二乘法(least square method)在统计学中，求解w和b是使损失函数最小化的过程，称为线性回归模型的最小二乘"“参数估计”(para
2021-04-02 18:23:05
181
我爱上班朗诵稿+ppt，每一句都卡点，爆笑连连
2024-02-04
河道漂浮物目标检测数据集，有6200余张图片 内含多个标签，比如bottle，塑料垃圾等
2023-11-20
火焰 烟雾数据集，里面有12977张图片，训练精度达到0.935 压缩包里包含训练的pt和数据集网盘地址
2023-11-15
目标跟踪 C++ OpenCV KCF目标追踪 fps 20+ 注释详细，直接用
2022-10-28
已编译 C++ OpenCV contrib 4.5.3 已经编译好，直接配置
2022-10-28
已编译 C++ OpenCV contrib 3.4.6 已经编译好，直接配置
2022-10-28
数据结构课后习题答案，把xxx改为doc
2021-12-19
数学物理方法试题分析与解答.zip
2021-12-19
Could not find module ' \codna\Library\bin\geos_c.dll'
2021-04-11
预训练网络RESNET pytorch源码，天气数据四分类问题
2021-02-24
应用无法正常启动0xc000007b修复工具.zip
2021-02-17
随机森林气温预测数据+代码.zip
2021-02-03
高等数学、数学分析期末必考知识点
2021-01-01
reset_jetbrains_eval_mac_linux.zip
2020-09-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人