- 博客(6)
- 收藏
- 关注
RSS订阅原创 从0阅读diffusers库代码（持续更新）
diffusers库是用stable diffusion一定要用的库之一。但是其实安装了该库，很多时候我也不知道该怎么用，在别人的GitHub的issue里问了很多傻傻的问题，最终思来想去，还是决定从0看一下其中的代码。那么下载好源码之后我们就可以看其中封装的各个类和各个函数了。
2024-06-12 21:43:49
1534
原创 用于文档图像校正的几何表示学习
在文档图像矫正问题中，真实图像与失真图像存在着丰富的几何约束条件。然而，在现存的先进的解决方法中，这些几何约束大多数被忽略了，这大大限制了矫正的性能。为此，我们提出了DocGeoNet进行文档图像矫正，通过引入显式的几何表征。从技术上讲，所提出的几何表征学习中涉及文档图像的两个典型的属性，即3D形状和文本行。我们的动机来自于一种见解：3D形状为矫正一张扭曲的文档图像提供了全局unwarping线索，然而忽略了局部结构；另一方面，文本行互补地为局部图案提供了显示几何约束。
2023-08-20 21:15:20
417
1
原创 场景文本识别中的字符感知采样与校正（Character-Aware Sampling and Rectification for Scene Text Recognition）
CASR！
2022-11-26 01:41:42
1171
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人