James_bobo的博客

R-CNN的原理R-CNN的全称是Region-CNN，它可以说是第一个成功地将深度学习应 用到目标检测上的算法。Fast R-CNN、Faster R-CNN全部都是建立在R-CNN基础上的。传统的目标检测方法大多以图像识别为基础。一般可以在图片上使用穷 举法选出所有物体可能出现的区域框，对这些区域框提取特征并使用图 像识别方法分类，得到所有分类成功的区域后，通过非极大值抑制（Non-max...

import requests #导入requests库import base64 #导入base64库# API_Key='wLXiL5dy2qrO6YErbUm9dF_kr4wP7EVc'# API_Secret = 'iEFrwgEzU_cIyrvMOSOw_vGUjNttgLhs'#借助https://console.faceplusplus.com.cn平台来实现换脸API_Key = '7LUPX5XQcDUYIXTu-_YMAT-mvEgIRKVQ' #你自己申

DocVQA: A Dataset for VQA on Document Images“文档视觉问题解答”（DocVQA）挑战集中于一种特定类型的视觉问题解答任务，其中视觉上理解文档图像上的信息对于提供答案是必需的。这不仅是通过OCR传递文档图像，还涉及理解文档传递的所有类型的信息。文字内容（手写或打字），非文字元素（标记，刻度框，分隔符，图表），布局（页面结构，表单，表格）和样式（字体，颜色，突出显示）仅举几例，回答眼前的问题可能需要的一些信息。文档分析和识别（DAR）的研究通常专注于从文档图像中提

所谓计算机视觉，即compute vision，就是通过用计算机来模拟人的视觉工作原理，来获取和完成一系列图像信息处理的机器。计算机视觉属于机器学习在视觉领域的应用，是一个多学科交叉的研究领域，涉及数学，物理，生物，计算机工程等多个学科，由此也可以想象到计算机视觉的研究范围非常广，也是图像，语音，自然语言处理领域中从业人数最多的。1.图像分类1.1 基本概念图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务，从最开始比较简单的10分类的灰度图像手写数字识别mnist，到后来更