01 2019 档案

摘要:11月20日,有光学字符识别(OCR)领域“奥斯卡”之称的国际文档分析与识别大会(ICDAR)数据集最新结果公布,中国高校及企业包揽排行榜前五。 ICDAR2015数据集前五名及框架名称分别是:云从科技(Pixel-Anchor)、南京大学与南京理工大学(PSENet)、旷视科技(Mask Text 阅读全文
posted @ 2019-01-31 17:30 静悟生慧 阅读(412) 评论(0) 推荐(0) 编辑
摘要:训练数据处理: 天池ICPR2018和MSRA_TD500两个数据集: 1)天池ICPR的数据集为网络图像,都是一些淘宝商家上传到淘宝的一些商品介绍图像,其标签方式参考了ICDAR2015的数据标签格式,即一个文本框用4个坐标来表示,即左上、右上、右下、左下四个坐标,共八个值,记作[x1 y1 x2 阅读全文
posted @ 2019-01-31 12:12 静悟生慧 阅读(11289) 评论(0) 推荐(0) 编辑
摘要:https://arxiv.org/pdf/1705.10513.pdf 论文阅读笔记: https://www.cnblogs.com/liaohuiqiang/p/9694277.html https://blog.csdn.net/molong1208/article/details/7808 阅读全文
posted @ 2019-01-23 10:18 静悟生慧 阅读(815) 评论(0) 推荐(0) 编辑
摘要:在GAN的相关研究如火如荼甚至可以说是泛滥的今天,一篇新鲜出炉的arXiv论文《Wasserstein GAN》却在Reddit的Machine Learning频道火了,连Goodfellow都在帖子里和大家热烈讨论,这篇论文究竟有什么了不得的地方呢? 要知道自从2014年Ian Goodfell 阅读全文
posted @ 2019-01-22 17:48 静悟生慧 阅读(57537) 评论(11) 推荐(14) 编辑
摘要:1. 背景GAN在之前发的文章里已经说过了,虽然现在GAN的变种越来越多,用途广泛,但是它们的对抗思想都是没有变化的。简单来说,就是在生成的过程中加入一个可以鉴别真实数据和生成数据的鉴别器,使生成器G和鉴别器D相互对抗,D的作用是努力地分辨真实数据和生成数据,G的作用是努力改进自己从而生成可以迷惑D 阅读全文
posted @ 2019-01-21 18:19 静悟生慧 阅读(3928) 评论(0) 推荐(1) 编辑
摘要:策略梯度(Policy gradient)是所有基于策略搜索的强化学习算法的基础,就像MDP是所有强化学习问题的基础一样。 后续提出的算法(如Actor-Critic、TRPO、PPO、DPG)都是针对策略梯度算法的缺陷提出改进,所以理解策略梯度的各种细节十分必要。 为什么要用基于策略的学习? 1) 阅读全文
posted @ 2019-01-21 15:35 静悟生慧 阅读(2090) 评论(0) 推荐(0) 编辑
摘要:https://github.com/chenyuntc/pytorch-book 基于pytorch ,许多有趣的小应用。感谢作者! 作者的代码写得非常清晰,配置方法也很明确,只需要按照提示,安装依赖: 导入:from torchnet import meter 单独下载:git+https:// 阅读全文
posted @ 2019-01-18 16:57 静悟生慧 阅读(2241) 评论(0) 推荐(1) 编辑
摘要: 阅读全文
posted @ 2019-01-16 10:13 静悟生慧 阅读(150) 评论(0) 推荐(0) 编辑
摘要:在概率统计中,f散度是一个函数,这个函数用来衡量两个概率密度p和q的区别,也就是衡量这两个分布多么的相同或者不同。 1.f散度的定义p和q是同一个空间中的两个概率密度函数,它们之间的f散度可以用如下方程表示: f函数满足两个条件:f函数是一个凸函数,并且f(1)=0。 2.f散度的特例如果f(x)= 阅读全文
posted @ 2019-01-16 09:41 静悟生慧 阅读(1426) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/a312863063/article/details/83512870 目 录第一章 初步了解GANs 3 1. 生成模型与判别模型. 3 2. 对抗网络思想. 3 3. 详细实现过程. 3 3.1 前向传播阶段. 4 3.2 反向传播阶段. 4 4. G 阅读全文
posted @ 2019-01-15 11:18 静悟生慧 阅读(654) 评论(0) 推荐(0) 编辑
摘要:一、决策函数Y=f(X)或者条件概率分布P(Y|X) 监督学习的任务就是从数据中学习一个模型(也叫分类器),应用这一模型,对给定的输入X预测相应的输出Y。这个模型的一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。 决策函数Y=f(X):你输入一个X,它就输出一个Y,这个Y与一个阈值比较, 阅读全文
posted @ 2019-01-15 10:05 静悟生慧 阅读(3354) 评论(0) 推荐(2) 编辑
摘要:前言关于opencvOpenCV 是 Intel 开源计算机视觉库 (Computer Version) 。它由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV 拥有包括 300 多个 C 函数的跨平台的中、高层 API 。它不依赖于其它的外部库  阅读全文
posted @ 2019-01-11 18:17 静悟生慧 阅读(5914) 评论(0) 推荐(1) 编辑
摘要:概述 os.chdir() 方法用于改变当前工作目录到指定的路径。 语法 chdir()方法语法格式如下: 参数 path -- 要切换到的新路径。 path -- 要切换到的新路径。 返回值 如果允许访问返回 True , 否则返回False。 实例 以下实例演示了 chdir() 方法的使用: 阅读全文
posted @ 2019-01-11 11:55 静悟生慧 阅读(2661) 评论(0) 推荐(0) 编辑
摘要:注意update()必须指定要加密的字符串的字符编码。 参考:https://blog.csdn.net/u012087740/article/details/48439559 阅读全文
posted @ 2019-01-10 17:17 静悟生慧 阅读(964) 评论(0) 推荐(0) 编辑
摘要:将目标检测 的标注数据 .xml 转为 tfrecord 的格式用于 TensorFlow 训练。 Python读取文件夹下图片的两种方法: 参考: https://blog.csdn.net/CV_YOU/article/details/80778392 https://github.com/ra 阅读全文
posted @ 2019-01-09 17:26 静悟生慧 阅读(3092) 评论(0) 推荐(0) 编辑
摘要:安装步骤(默认已经安装了Python3.X ): pip 安装PyQt5 进入cmd(Win键 + R键,输入cmd,enter键入),输入: >>pip install PyQt5 如果下载太慢,就先下载安装用的wheel,地址,之后进入下载文件夹,执行 >>pip install PyQt5-5 阅读全文
posted @ 2019-01-09 15:39 静悟生慧 阅读(2783) 评论(0) 推荐(0) 编辑
摘要:数据库查询*分组排序取top n要求:按照课程分组,查找每个课程最高的两个成绩。 数据文件如下: 第一列no为学号,第二列course为课程,第三列score为分数 mysql> select * from lesson;+ + + +| no | course | score |+ + + +| 阅读全文
posted @ 2019-01-07 15:06 静悟生慧 阅读(3543) 评论(0) 推荐(0) 编辑
摘要:从素材网站下载的视频大多都留有水印,使用这些视频对使用者有较大干扰,很不方便,需要运用一定的方法尽可能去掉。 通过查阅资料,视频去水印有以下常见的几种方法: 参考: https://github.com/ziweipolaris/watermark-removal https://github.co 阅读全文
posted @ 2019-01-07 11:49 静悟生慧 阅读(2770) 评论(0) 推荐(1) 编辑
摘要:waitKey()函数详解 1--waitKey()--这个函数是在一个给定的时间内(单位ms)等待用户按键触发;如果用户没有按下 键,则接续等待(循环) 2--如下所示: while(1){ if(waitKey(100)==27)break; } 在这个程序中,我们告诉OpenCv等待用户触发事 阅读全文
posted @ 2019-01-06 18:25 静悟生慧 阅读(7706) 评论(0) 推荐(0) 编辑
摘要:spark dataframe派生于RDD类,但是提供了非常强大的数据操作功能。当然主要对类SQL的支持。 在实际工作中会遇到这样的情况,主要是会进行两个数据集的筛选、合并,重新入库。 首先加载数据集,然后在提取数据集的前几行过程中,才找到limit的函数。 而合并就用到union函数,重新入库,就 阅读全文
posted @ 2019-01-03 21:04 静悟生慧 阅读(16458) 评论(1) 推荐(0) 编辑
摘要:我们在用excel处理数据时,常常需要按不同的类别分别汇总数据。例如下图中需要求出每个业务员的总销售金额等。 通常情况下我们的数据量很大,而且需要较快的统计出来结果,所以我们要用一定的技巧才能计算出来。 其实,在excel中,有多种可以进行分类求和的方法,再大的数据量也能快速搞定。 我们在用exce 阅读全文
posted @ 2019-01-03 15:34 静悟生慧 阅读(6901) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示