Python登入介面
一、明確登入介面的要素一個簡單的登入介面通常由以下要素組成使用者賬號輸入框使用者密碼輸入框隨機驗證碼輸入框登入按鈕二、建立程式碼from tkinter import *import random#定義函式，功能為生成有大寫字母、小寫字母、...
ctpn：影象文字檢測方法
07 特點不是在字的級別，最終輸出是在行的級別對每一行，每一個feature map位置，固定需要回歸的框的寬度為16畫素，需要預測k個anchor的高度和數值方向side-refinement用來預測每一個anchor的x的座標，準確率有...
58安全-違規水印檢測的技術實踐
違規水印檢測模型目前迭代存在幾個關鍵問題，未來可以從以下幾個方面進一步的探索和實踐：第一個是利用摳圖技術得到的目標素材，質量參差不一，需要進一步最佳化資料增強的方法，比如利用對抗網路生成訓練樣本...
目標檢測之殤—小目標檢測
feature pyramid based方法以FPN為代表，主要思想是融合low-level的空間資訊和high-level的語義資訊來加強目標特徵，其它方法大都是FPN的“魔改“，具體如下：Path aggregation networ...
火爆 GitHub！這個目標檢測神器究竟有什麼魅力？
第一天 講述YOLO 演算法的發展歷程One stage檢測演算法的設計思路YOLO 演算法流程解析YOLO v2 ：講透Anchor 機制第二天 精講YOLO v2 演算法與背後的原理YOLO v2：Loss Function與Anc...
最全的目標檢測入門系列（一）概述
基於單階段目標檢測演算法YOLO系列：針對雙階段目標檢測演算法在速度上的低效問題，YOLOv1捨去了演算法中的候選框提取分支，直接將特徵提取、候選框分類和迴歸在同一個無分支的深度卷積網路中實現，使得網路結構變得簡單，檢測速度從Faster ...
懂計算機視覺的，按這個要價！
第一天 講述YOLO 演算法的發展歷程One stage檢測演算法的設計思路YOLO 演算法流程解析YOLO v2 ：講透Anchor 機制第二天 精講YOLO v2 演算法與背後的原理YOLO v2：Loss Function與Anc...