baidu_27952463的博客

faster rcnn主要结构理解：1、cnn（卷积神经网络网络）：特征提取层，通过特征提取层提取特征向量，（可以使用vgg16，resnet101等网络结构），生成固定大小的特征图如mobile生成256层（也有说生成通道的，这里我理解为层），vgg16生成512层的。每层可以设置，如（40，60） 2、rpn（区域建议网络）：Isliding window(滑动窗口）使...

1.依赖安装 1 2 3 4 5 sudo apt-get update sudo apt-get upgrade sudo apt-get install build-essential checkinstall cmake pkg-config yasm gfortran git sudo apt-get ...

针对图片上非印刷体数字的识别，该功能将使用tesseract-ocr引擎进行图片的识别，首先采用已经完成的数据模型包无法完善的实现数字的获取，我们将对tesseract-ocr引擎进行数据模型的训练。首先，我们进行简单环境下的数字识别，然后是复杂环境下的数字识别，并能对图片进行一定的识别，截取，转化，处理，提高数字的识别率。识别引擎方面不进行过于复杂的处理，后期将会在清洗数据上进行一些优化。首