主要是针对 数字仪表图片进行预处理，所以这里只关注 二值化/去噪(可以不关注文档矫正，因为会限制用户摄像头行为)主要参考：深度实践OCR 基于深度学习的文字识别（第二章 图像预处理）1. 二值化参考：Opencv document Image Thresholding图像二值化（Image Binarization）是指将像素点的灰度值设为0或255，使图像呈现出明显的黑白效果。区别于灰度图，灰度

启动nvidia-smi的时候，报错报错的完整信息：NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Makesure that the latest NVIDIA driver is installed and running. This can also behappening if no

文章目录1. 错误原因2. 解决问题1. 错误原因使用docker-compose启动镜像的时候，报错：ERROR: for huangs_devel_envCannot start service huangs_devel_env:failed to create shim:OCI runtime create failed:container_linux.go:380: starting co

2 使用Cypher进行一些查询参考：https://neo4j.com/developer/cypher/

参考链接：json解析Python中json模块的load/loads方法实战及参数详解记住一点，load方法的作用对象是文件流（with open之后的f句柄），loads方法的作用对象是字符串。参数传递常见的就是 sys.argv还有argparse（这个库不是内置的，需要pip install argparse），前者功能比较简单，能提供的有限，后者虽然不是内置的，需要安装，但是确实功能比较

操作打开Tools工具 > Build System编译系统 > New Build System新建编译系统。此时会生成一个空的配置文件，在这个配置文件内覆盖配置信息，类似下面：{"cmd": ["/Users/huangshan/Documents/software/anaconda3/bin/python.app","-u","$file"],"file_regex": "^[

参考：用 NetworkX + Gephi + Nebula Graph 分析<权力的游戏>人物关系（上）用 NetworkX + Gephi + Nebula Graph 分析<权力的游戏>人物关系（下）使用图数据库 Nebula Graph 数据导入快速体验知识图谱 OwnThink...

1.背景介绍之前学习百度强化学习7日打卡营-世界冠军带你从零实践时候，最后留下的一个大作业是股票预测环境：https://github.com/kh-kim/stock_market_reinforcement_learning，由于给出的一个推荐github项目是四年前，时间太久远，所以找了另一个，还是中文的，而且步骤看起来很详细。❤github项目地址：https://github.com/w

1. 确定要合成的数据量参考PaddlePaddle的微信公众号文章：百家桨坛 | 第一期：OCR文字识别专题100问对于识别任务，需要保证识别字典中每个字符出现在不同场景的行文本图像中数目需要大于200张。例如：如果字典中有五个字，每个字都需要出现在200张图片以上，那么最少要求的图像数量应该在200-1000张之间，这样可以保证基本的识别效果我的场景是，英文26个，数字10个，同时还有一些标点

参考：玩转 Obsidian | 基础设置篇