作者 | Raini出品 | 北京图特摩斯科技有限公司（www.thutmose.cn）也是几个月前的项目了，由于手头事儿多，也已经转交给别的同事去继续优化。本博客仅做个简单的记录用。这里是Tesseract（LSTM）、CTPN+CRNN、Densenet三个方法测试结果对比（结果不是最优，代码也经过优化）:PS：官方Tesseract-4.0需要Ubuntu-18...

http://blog.csdn.net/Richard_More/article/details/53215142分布式深层神经网络的Spark ML模型管线该笔记本描述了如何使用Spark ML为分布式版本的Keras深度学习模型构建机器学习流水线。作为数据集，我们使用来自Kaggle的Otto产品分类挑战。我们选择这个数据的原因是它很小，结构非常好。这样，我们可以更多地关注技

摘要IndexR实现了一种可部署于分布式环境，可并行化处理，带索引的，列式的结构化数据格式。基于这种数据格式，IndexR构建了一个数据仓库系统(Data Warehouse)，它基于Hadoop生态，可以对海量数据集做快速统计分析（OLAP），数据可实时导入并且对于查询零延迟。IndexR为解决大数据场景下分析缓慢、数据延迟、系统复杂等问题而设计。本文描述了IndexR的设计思想，系统

深度学习环境tensorflow-gpu 1.4安装过程记录文章修改自：deepin linux 15.5 + 小米笔记本pro 下的深度学习环境tensorflow-gpu 1.4版本搭建过程参数：操作系统：Deepin Linux 15.5笔记本： 小米笔记本pro显卡：Nivdia MX150tensorflow版本：1.4cuda版本：8.0cudnn版本：6一、安装显卡驱动用的是deep

基本语法：sed"s/要匹配的字符串/要替换成的字符串/g"test.gson语法解释：sed是按行处理文本数据的，每次处理一行数据后，都会在行尾自动添加trailing newline，其实就是行的分隔符即换行符。连续两行执行一次sed命令，这样就可以把前一行的\n替换完成。（Ps：执行一次命令其实就是数据两两去除了中间的\n而已）（多行）替换/删除所有换行符（变一行）：...

这部分内容是几个月前做的项目，一直没时间整理记录，在这里随便写一下方便日后回忆． ＂GrabCut＂：使用迭代图形切割的交互式前景提取工具，用于在分割任务中按像素标记图像数据．OpenCV官网例子算法过程：    首先，输入矩形框，矩形框外部区域都是背景。内部一定包含前景。    电脑对输入图像进行初始化，标记前景和背景的像素。    使用高斯混合模型（GMM）对前景和...

（本博客只记录方法，因为本人觉得这是机器学习特征工程中一种比较不错的做法）上一篇博客中的方法：使用Py-OpenCV（SIFT关键点）实现自然图像中的logo商标识别和定位当然也能提前欲知该方法的缺点，对于新的logo需要重新训练模型，而且所需的数据集远大于上面的方法。 实现方法：bb = [v for v in image_to_descriptors.values()]...

## 局部特征检测方法斑点 Blob检测，LoG检测 ， DoG，DoH检测，SIFT算法，SUFT算法边缘检测 梯度边缘检测算子，拉普拉斯算子，LoG检测 ，Canny边缘检测算子，Roberts,Sobel,Prewitt,角点检测 Kitchen-Rosenfeld，Harris角点，多尺度Harris角点，KLT,SUSAN检测算子，Shi-Tomasi将基于主分量分析和Fisher线性鉴

Different ClusteringVector Clustering我们在描述一个人时，常常会使用他所拥有的特点来表示，比如说：张三，男，高个子，有点壮。那么，这就可以用四维向量来表示，如果再复杂一些，就是更高维的向量空间了。下图是在二维空间之中的分布情况，可以较为直观的看出，以红色虚线为界，可以分为两个类别。Graph Clustering和特征聚类不同，图聚类比较难以观察...

谱聚类（spectral clustering）是广泛使用的聚类算法，比起传统的K-Means算法，谱聚类对数据分布的适应性更强，聚类效果也很优秀，同时聚类的计算量也小很多，更加难能可贵的是实现起来也不复杂。在处理实际的聚类问题时，个人认为谱聚类是应该首先考虑的几种算法之一。下面我们就对谱聚类的算法原理做一个总结。1. 谱聚类概述　　　　谱聚类是从图论中演化出来的算法，后来在聚类中