墨理学AI

LayoutLMv2提出了空间感知的自注意机制，其中包括用于标记对的2-D相对位置表示。与LayoutLM用于模拟页面布局的绝对2-D位置嵌入不同，相对位置嵌入明确地提供了...

上一篇作者着重介绍文字识别算法的发展、分类及各自领域经典算法，为了进一步熟悉文字识别流程，本次作者将以基于主流文字识别算法CRNN为例，全面对文字识别技术流程进行解读，方便...

上一章我们介绍到OCR流程包括两阶段算法和端到端算法，本篇为 主要对深度学习端到端识别方法进行介绍，端到端算法具有模型小、速度快的特点，本人将从经典端到端识别算法结构、代码...

本篇为《深入浅出OCR》实战：基于PGNet的端到端识别，主要对端到端识别PGNet算法进行解读，配合PaddleOCR算法实现端到端算法实战。尽可能详细介绍代码及项目流程...

本篇为《深入浅出OCR》第六章：OCR数据集与评价指标,主要介绍OCR数据集（规则与不规则、合成数据集）、数据生成、OCR数据评估指标等知识进行介绍，方便小白或AI爱好者快...

本章将介绍常见的文字识别后处理方法，按照不同的目的将内容分为两部分：文本纠错和文本结构化。文本纠错的目标是纠正 OCR输出文本中错误的文字，而文本结构化则是从OCR输出文本...

本作者推出全新系列《深入浅出OCR》专栏，对标最全OCR教程，具体章节如导图所示，将分别从OCR技术发展、方向、概念、算法、论文、数据集等各种角度展开，本篇前言知识主要介绍...

Document AI,或称为文档智能，是一个相对较新的研究领域，涉及到自动读取、理解和分析商业文档的技术。我们如何在LayoutLM框架中扩展以共同建模文本和布局信息。...

简单介绍下目前大数据的一些基本的知识，部分图是网络上的截图，主要是为了大家容易理解。 大数据的发展历程 两个很重要的概念 流处理 流处理的处理流程是：源源不断的实时数据 -...

文本识别在过去的十年中取得了快速的进展。根据主要特点，文本识别方法可以分为几个类别，包括基于CTC的方法、基于矫正的方法等。从这些类别中，我们选择了八种代表性的方法作为基线...

通过大数据预训练驱动，分段任意模型（Segment Anything Model，SAM）已被证明是一个强大且可提示的框架，革新了分割模型。尽管其具有普遍性，但在没有人力提...

论文基础信息如下 Abstract 我们介绍Segment Anything（SA）项目：这是一个全新的任务、模型和图像分割数据集。通过在数据收集循环中使用我们高效的模型，...

就在7月19日，MetaAI开源了LLama2大模型，Meta 首席科学家、图灵奖获得者 Yann LeCun在推特上表示Meta 此举可能将改变大模型行业的竞争格局。一夜...

我们提出了一种用于识别的定制文本模型SVTR。它引入了局部和全局混合块，分别用于提取类似笔画的特征和字符间的依赖关系，结合多尺度骨干网络，形成了多粒度的特征描述。...

该论文代码本身 致力于 设计一个实用的退化模型【Designing a Practical Degradation Model】 因此，如果要复现该论文，还是需要具体看论文...

滴答滴答 时间滴答滴答的转个不停，我们走过了春、夏、秋、冬，四季轮转中，我们知晓了道理，认清了现实！在这里，我想深沉的询问一下我的挚友们，你们是否还会选择结婚？ 婚姻 如果...

AI头像 在知乎上读了一篇《社交头像的心理作用》的文章，有些感触。 其中讲了锚定效应, 91%的人认为社交头像会对第一印象产生影响，体现了社交头像作为社交中的初始信息产生的...