Ta上传的资源 (0)

虚拟截图技术结合OCR识别应用，可以广泛应用于多个领域。通过Mediapipe手势识别模型，提取手势关键点的坐标，并进行图片的截取。随后，运用OCR技术对截取后的图片进行文字信息提取，或进行图像识别获取内容信息。该应用结合虚拟截图、OCR和NLP技术，可用于实体识别、阅读理解、情感分析、机器翻译等多

大家好，我是微学AI，今天给大家带来手写文字识别的项目。手写文字在日常生活中经常出现，如笔记、会议记录、合同签名和手写书信等，因此对手写文字识别的需求很大。目前，手写文字的识别率相比印刷体较低，其中的几个难题是：中文汉字的类别繁多；手写文字的书写具有很大的随意性，如连笔字、草书和行书字体，每个人的书

大家好，我是微学AI，我们在日常生活中，经常会写一些文稿，比如：会议纪要，周报，日报，汇报材料，这些文稿里我们会发现有时候出现拼写、语法、标点等错误；其中拼写错误的错别字占大部分。经过初步统计：在微博等新媒体领域中，文本敏感和出错概率在2%左右；怎样才能快速解决这个错误问题呢，让机器帮我们找错别字，

在深度学习实战12进阶版中，通过利用Dewarp技术来实现文本扭曲的矫正。我们在生活中经常会遇到一些拍摄扭曲的图片，这些图片在OCR识别时由于扭曲的问题往往无法被准确识别。为了解决这个问题，我们需要对这些扭曲的图片进行处理。而图像的扭曲可以分为多种情况，包括扭曲、折叠、褶皱和透视等。针对这些情况，我

今天介绍一个使用深度学习技术实现文本生成图像的案例。该模型能够让你的电脑在几秒钟内创作出精美的艺术品。该模型由两个步骤组成：前向扩散和参数化反向。在前向扩散过程中，通过逐渐扰动输入数据将数据映射到噪声，从而实现数据样本的生成。而在参数化反向过程中，又会通过迭代去噪来生成真实的数据。希望本案例能够启发

本文旨在介绍一种照片转漫画的实战应用，无需花费资金请人设计漫画照片。文章详细介绍了该应用的原理和技术，通过对抗神经网络生成漫画图片。读者可以通过输入所需人物的照片轻松生成漫画图片。本应用是基于CartonRenderer自动编码器，模型网络将输入图像映射到多尺度特征空间，采用S-AdaIN块对齐相应

通过使用深度学习中的卷积神经网络（CNN），可以实现更快速和准确的中文OCR识别。本资源提供的代码和数据集可以直接运行，帮助你搭建自己的OCR识别系统。OCR识别是一项非常有用的技术，可以帮助我们有效地处理大量的影像资料，并将它们转化为计算机可读的数字形式。本文介绍如何利用卷积神经网络进行中文OCR

本资源介绍了如何利用深度学习算法分析京东商品的评论情感。通过代码和数据集的分享，您可以轻松地运行该情感分析模型，深入挖掘用户对商品的看法，找出商品的优点和缺点，并提高您的电商平台竞争力。无需技术背景，本资源语言简洁易懂，适合初学者和高级用户。在这里，您将获得操作简单，准确性高的数据挖掘工具，进而在京

本资源介绍了如何使用卷积神经网络(Pytorch)实现空气质量与天气预测的实例。本资源可直接运行，并包含源数据集和代码。我们知道PM2.5是雾霾天气的主要元凶，因此本资源使用该指标作为主要特征进行分类与预测。通过对PM2.5、PM10、SO2、NO2、O3和CO等六项指标的分析，可以更好地了解空气质