keep

生成需要的ocr合成数据

mmdet读入文件夹进行批量推理

不规则文本的识别对于不规则（曲形文字、艺术字等）的识别，作者没有采用基于修正（rectification）的策略，而是提出利用基于不规则文字而构造的（tailored）基于（2D attention module）的模型来定位和逐个识别字符的弱监督方法是由于该模型可以在不用额外的监督信息就可以定位单个字符（即不需要字符级别或像素级别的标注）

个人记录，别看，没用

代码pytorch faster_rcnn转为onnx格式。

yolov5结果分析

yolov5运行笔记

标注信息由json转为yolov5格式

win10服务器环境下运行pytorch版faster-rcnn的过程记录，以及会用到的指令

在yolov5文件夹下的 ./models/yolo.py 中找到注释过得tensorboard的代码（272行） # Tensorboard (not working https://github.com/ultralytics/yolov5/issues/2898) from torch.utils.tensorboard import SummaryWriter tb_writer = SummaryWriter('.') logger.info("Run 'tens

YOLOv1网络结构图YOLOv3网络结构图YOLOv3的三个基本组件：CBL、Res unit、ResXCBL : 由Conv+Bn+Leaky_relu激活函数三者组成Res unit: 借鉴Resnet网络中的残差结构，让网络可以构建的更深。ResX: 由一个CBL和X个残差组件构成，是Yolov3中的大组件。每个Res模块前面的CBL都起到下采样的作用，因此经过5次Res模块后，得到的特征图是608->304->152->76->38->19大小。

代码和教程都源自https://github.com/wudashuo/yolov5这里记录一下自己学习的问题

###本篇是pytorch实战，根据子豪兄的教程及代码学习# 数据预处理：标准化图像数据，使得灰度数据在-1到+1之间transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5,), (0.5,))])# 下载Fashion-MNIST 训练集 数据，并构建训练集数据载入器trainloader,每次从训练集中载入64张图片，每次载入都打乱顺序trainset = datasets.FashionM

##知识点总结张量与矩阵、向量、标量的关系是怎么样的？张量是多维数组，是标量，向量，矩阵的高维扩展Variable“赋予”张量什么功能？封装tensor，进行自动求导采用torch.from_numpy创建张量，并打印查看ndarray和张量数据的地址；ndarrar和张量tensor地址不同，但是改变其中的数字，内容一起改变实现torch.normal()创建张量的四种模式。torch.normal()——生成正态分布1 mean标量，std标量：需要size2 me

计算图

张量一个多维数组，是标量，向量，矩阵的高维扩展标量 一个数 0维张量向量 一行/列数 1维张量矩阵 2维张量3维张量 RGBVarible是torch中的数据类型，用于封装Tensor，进行自动求导data：被包装的Tensorgrad:data的梯度grad_fn：创建Tensor的Function，是自动求导的关键requirs_grad：指示是否需要梯度is_leaf：指示是否是叶子结点（张量）Tensor 张量dtype：张量的数据类型shape：张量的形状