14篇文章 · 105603字 · 1人关注
-
将博客搬至CSDN
因csdn用户很多，故此搬家，这里也会继续更新
-
NLP系列：Word2Vec原始论文：Efficient Estimation of Word Representations in Vector Space译者按： 2013年，Google开源了一款用于词向量计算的工具——word2vec，引起了工业界和学术界的关注。首先，word2vec可以在百...
-
OCR系列：CRNN—基于图像序列识别的端到端可训练神经网络及其在场景文本识别中的应用译者按： 作为 OCR的 经典模型之一，CRNN在自然场景的文本识别方面应用很广，各种变体层出不穷。CRNN主要应用在文字识别的本身，属于OCR...
-
CNN系列：Inception-v3：重新思考计算机视觉的初始架构（Rethinking the Inception Architecture for Computer Vision）原论文地址：https://arxiv.org/abs/1512.00567· 译者按： Inception 网络是 CNN 分类器发展史上一个...
-
CNN系列：VGG：网络在图像识别的应用（Very Deep Convolutional Networks for Large-Scale Image Recognition）译者按：VGG是 ALEXNet 后又以改进的一个网络，大家要注意这个网络结构和网络区别 作者：Karen Simonyan,Andrew Zi...
-
OCR系列：CTPN 利用连接文本提案网络来检测自然图像中的文本【Detecting Text in Natural Image with Connectionist Text Proposal...译者按： 用于OCR领域的经典网络，CTPN是目前流传最广、影响最大的开源文本检测模型，可以检测水平或微斜的文本行。文本行可以被看成一个字符se...
-
OCR系列 ：fast-RCNN：利用区域提案网络实现实时目标检测摘要 最先进的目标检测网络依靠区域提出算法来假设目标的位置。SPPnet[1]和Fast R-CNN[2]等研究已经减少了这些检测网络的运行时间...
-
基于图像序列识别的端到端可训练神经网络及其在场景文本识别中的应用（An End-to-End Trainable Neural Network for Image-based Sequence ...译者按： 场景文字检测这一问题在15~20年前就出现了相关的研究工作，它与传统的文本文字检测的重要区别是需要将照片或视频中的文字识别出来。 其主...
-
CNN系列：ResNet：图像识别的深度残差学习（Deep Residual Learning for Image Recognition）译者按： 关于图像识别CNN 是基础，VGG和 GoogleNet 是增强版CNN，继VGG和GoogLeNet在网络深度上进行了进一步的尝试，...
文集作者
