摘要： 一.算法理解 此处省略1万字。。。。。。。。。。。。。。 二.训练及源码理解 配置以下3步： 在utils文件夹和utils\bbox文件夹下创建__init__.py文件 在utils\bbox文件夹下执行python setup.py install 将.pyd文件拷贝到utils\bbox文件 阅读全文

摘要： 声明：每人都有自己的理解，动手实践才能对细节更加理解！ 参考：https://www.cnblogs.com/darkknightzh/p/10043864.html 一.算法理解 此处省略一万字。。。。。。。。。。。。。。。。。。 二.训练及源码理解 首先配置： 在./lib/utils文件下.. 阅读全文

摘要： 1.栈（Stack）（后进先出） 栈的实现： class Stack: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] def push(self,item): return self.it 阅读全文

摘要： # 首先是模块的导入 """ os模块是处理文件夹用的 PIL模块是用来处理图片的 """ import tensorflow as tf import os from PIL import Image path = "tensorflow_application/jpg" # 这是上述文件结构的主 阅读全文

摘要： TFRecords 格式数据文件处理流程 TFRecords 文件包含了 tf.train.Example 协议缓冲区(protocol buffer)，协议缓冲区包含了特征 Features。TensorFlow 通过 Protocol Buffers 定义了 TFRecords 文件中存储的数据 阅读全文

摘要： import os import json def get_annotation_dict(input_folder_path, word2number_dict): label_dict = {} father_file_list = os.listdir(input_folder_path) f 阅读全文

摘要： 默认情况下，Python程序使用一个CPU以单个进程运行。不过如果你是在最近几年配置的电脑，通常都是四核处理器，也就是有8个CPU。这就意味着在你苦苦等待Python脚本完成数据处理工作时，你的电脑其实有90%甚至更多的计算资源就在那闲着没事干！ 得益于Python的 concurrent.futu 阅读全文

摘要： 1深拷贝和浅拷贝 在浅拷贝时，拷贝出来的新对象的地址和原对象是不一样的，但是新对象里面的可变元素（如列表）的地址和原对象里的可变元素的地址是相同的 在深拷贝时，所以地址都不一样。 import copy a=[1,2,3,4,5,['a','b']] #赋值，传对象的引用 b=a #对象拷贝，浅拷贝 阅读全文

摘要： MCNN（简单理解）: 三列卷积神经网络，分别为大中小三种不同尺度的卷积核，表示为L列(使用大尺度卷积核: 9*9, 7*7, 7*7,7*7), M(使用中等尺度卷积核: 7*7, 5*5, 5*5, 5*5), S列(使用小尺度卷积核: 5*5, 3*3, 3*3, 3*3)),其目的在于使用多 阅读全文

摘要： TensorFlow代码 https://github.com/eragonruan/text-detection-ctpn CTPN网络结构理解： 知乎链接：https://zhuanlan.zhihu.com/p/34757009 训练 main/train.py 1. utils/prepar 阅读全文