深度学习-OCR_Overview
本篇涉及使用深度学习的方法实现字符识别的任务,该任务与计算机视觉领域内的图像描述任务(ImageCaption)相似,对于图像描述任务,输入为图像,输出为对该图像的描述;而对于OCR任务,输入的图像为包含文字或字符的图片,而输出为这张图片中的文字或字符。…
阅读全文文章标签
浏览带有这个标签的已发布技术文章。
本篇涉及使用深度学习的方法实现字符识别的任务,该任务与计算机视觉领域内的图像描述任务(ImageCaption)相似,对于图像描述任务,输入为图像,输出为对该图像的描述;而对于OCR任务,输入的图像为包含文字或字符的图片,而输出为这张图片中的文字或字符。…
阅读全文
本篇主要涉及LSTM,GRU以及seq2seqattention的原理以及非调用API方式的代码实现,此外,还实现了LSTM和GRU的层归一化代码,主要是为了更好的理解相关模型的算法,并且可以将之作为脚手架代码进行更多的应用。转载请表明出处。 RNN…
阅读全文
本篇主要分析CV领域的主要代表性CNN网络结构,这些网络结构一般是在图像识别的任务上开发设计的,并迁移应用到其他的计算机视觉任务上。 对于计算机视觉而言,从简单到复杂一般包括: 图像识别 目标检测 图像分割 图像翻译/描述…
阅读全文
本篇涉及机器学习炼丹过程中的一些必须知道的知识点,比如评价指标,损失函数,激活函数,正则化,卷积,RNN等,envolving... 多层感知机和布尔函数 只是用一个隐藏层,实现$n$元输入的任意布尔函数,需要的隐藏节点数量:$2^{n-1}$…
阅读全文