https://zhuanlan.zhihu.com/p/67415439
原创
2021-04-22 20:24:22
1055阅读
从实际应用去学习Pytorch
以前的框架学习，过于花里胡哨，本章开始，从实际应用出发！包含单机多卡使用目录1.Pytorch中clone(),detach()在反向传播时的用法2.Pycharm字体放大任务栏放大：参考博文代码界面，鼠标滚动缩放：参考博文2.输出前K个最大值--torch.topk(input, k, dim=None, largest
https://zhuanlan.zhihu.com/p/67415439 https://www.jianshu.com/p/812fce7de08d
原创
2022-02-19 14:27:40
460阅读
向AI转型的程序员都关注了这个号????????????人工智能大数据与深度学习 ：datayx现在各种手写输入法很容易就能识别出各种各样的，潦草的字体。而OCR则还停留在对打印字...
转载
2022-04-25 21:47:25
503阅读
向AI转型的程序员都关注了这个号????????????人工智能大数据与深度学习 公众号：datayx现在各种手写输入法很容易就能识别出各种各样的，潦草的字体。而OCR则还停留在对打印字...
转载
2021-10-26 16:26:55
2691阅读
目录1，腾讯云OCR简介2，准备工作2.1，点击：申请腾讯云账号2.2，实名2.3，购买OCR识别抵扣包3，客户端集成SDK（以Android为例）步骤1：导入工程步骤2: 修改配置信息步骤3:编译运行4，服务端对接API（以Java为例-名片识别）4.1，调用接口为： ocr.tencentcloudapi.com4.2，输入参数为4.3，输出参数为4.4，输出输入示例4.5，Java调用代码1
卷积递归神经网络此项目使用CNN + RNN + CTCLoss实现OCR系统，灵感来自CRNN网络。一、用法python ./train.py --help二、演示1、使用TestDataset数据生成器训练简单的OCR。训练60-100次。python train.py --test-init True --test-epoch 10 --output-dir &l...
转载
2021-08-30 14:14:03
2712阅读
摘要：本文主要讲述在MATLAB2020a环境下利用深度神经网络DeepLabV3+进行语义分割，分割感图像中的云层。讲述了：1.训练数据的获取、训练集制作；2.DeepLabV3+模型的构建；3.DeepLabV3+模型训练和验证1.数据获取与训练集制备为了方便大家，这里我把我构建完的的数据集放到云盘上（提取码：wtx4）：如果感兴趣数据集是如何建立的，请参考如下部分，否则可以直接跳转至 3)制
opt=torch.optim.Adam(net.parameters(), lr=0.0008, betas=(0.9, 0.99))loss=nn.CTCLoss()
原创
2021-04-22 20:25:00
221阅读
以下是总结的Chineseocr全流程： 以上是该chineseocr算法的整体流程。最后一步ocr用的crnn模型训练用的是CTCloss,关于CTCloss我的另一篇博客有介绍。darknet提取text_proposals下面详细讲一下text_proposals的检测算法 作者在yolo对算法进行改进提取text proposals 首先第一个改进，是将宽度限制在8，其余还是一样，一共九个
1. feature中有nan值有次max_pool2d参数设计错误出现了这种情况可以通过 print（feature.max()） 看feature的最大值2. target length有0值现在pytorch中有自带的ctcloss其用法>>> T = 50 # Input sequence length>>> C = 20 ...
原创
2021-09-07 09:58:31
940阅读
CRNN学习记录开发环境时间：2019年4月15日17:15:00python：3.5 python版本影响读取数据时候编码格式问题，详情参考bug修正中的encode/decode部分。pytorch：1.0.1 pytorch 1.0.1中自带CTCloss函数，可以不再使用百度warpCTC。现在pytorch的CTC函数存在loss可能为nan的情况，需要用钩子将错误loss清零。百度的w
损失函数nn.L1Loss创建一个衡量输入中每个元素之间的平均绝对误差 (MAE) 的标准XX和目标是的是的.nn.MSELoss创建一个标准，用于测量输入中每个元素之间的均方误差（平方 L2 范数）XX和目标是的是的.nn.CrossEntropyLoss该标准计算输入和目标之间的交叉熵损失。nn.CTCLoss联结主义时间分类损失。
原创
2022-03-29 17:33:21
582阅读
pytorch内置torch.nn.CTCLoss的方法使用1、CNN+RNN+CTC(CRNN+CTC)2、CNN+Seq2Seq+AttentionCRNN 介绍CRNN 模型，即将 CNN 与 RNN 网络结合，共同训练。主要用于在一定程度上实现端到端（end-to-end）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
目录torch.nn子模块Loss Functions详解nn.L1Loss用途用法使用技巧注意事项代码示例nn.MSELoss用途用法使用技巧注意事项代码示例nn.CrossEntropyLoss用途用法使用技巧注意事项代码示例使用类别索引使用类别概率nn.CTCLoss 用途用法使用技巧注意事项代码示例有填充的目标未填充的目标nn.NLLLoss用途用法使用技巧注意事项代码示例一维损
