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更广泛的上下文空间建模

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，方便学习者快速上手实战。

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、论文解读等角度展开介绍。

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，如有错误请指正。

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爱好者快速了解OCR方向知识.

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输出文本中定位需要的信息，并按照应用

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机器学习基础。

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 --> 持续不断的处理