原理

VIT代表着transformer向cv领域的正式进军，nlp在transformer中将字符转为token，如要将cv中每个像素点作为token，224*224=50176>>512，参数量巨大。VIT提供了一个成功的思路将图像转为一定长度的token又能保留二维空间信息。VIT步骤为：1、将图像切分为patch，如将224*224的图片切成16*16的patch，每个patch的大小为16*1

标注红色为需要根据实际情况修改的部分0.定义fork：将GItHub的某个特定仓库复制到自己的账户下follow：关注repository ：仓库HEAD：当前分支中最新一次提交的指针conflit：冲突，比如同个文件不同修改在合并时的冲突issue：主要是用来进行bug跟踪及软件讨论FETCH_HEAD： 是一个版本链接，记录在本地的一个文件中，指向着目前已经从远...

百度paddlepaddlepaddleocr下pp-structure包含了版面分析及表格解析两项工作，本文是对表格解析的技术详述。代码：https://github.com/PaddlePaddle/PaddleOCR简要概览：PaddleOCR新发版v2.2：开源版面分析与轻量化表格识别_飞桨PaddlePaddle的博客-CSDN博客RARE百度paddlepaddle包含表格解析功能，被

match、search、findall、finditer简单介绍菜鸟教程有个入门的教程：https://www.runoob.com/python/python-reg-expressions.html重叠区域匹配

常见错误原因及类型语音识别（ASR AutomaticSpeechRecognition）：谐音（眼镜->眼睛）、混淆音（流浪->牛郎）形近字：OCR｜五笔｜手写｜拼音（伍拾元->伍抬元，高粱->高梁）拼音全拼：shanghai->上海拼音缩写：sh->上海字词顺序颠倒字词补全语法错误一般流程错误识别生成纠正候选（召回率的保证）评价纠正候选（排序选择最可能的候选

百度paddlepaddlepaddleocr下pp-structure包含了版面分析及表格解析两项工作，本文是对表格解析的技术详述。代码：https://github.com/PaddlePaddle/PaddleOCR简要概览：PaddleOCR新发版v2.2：开源版面分析与轻量化表格识别_飞桨PaddlePaddle的博客-CSDN博客RARE百度paddlepaddle包含表格解析功能，被

微软一代LayoutLM用途：表单理解、票据理解、文档图像分类。也就是进行实体识别及分类。paper:https://github.com/microsoft/unilm/tree/master/layoutlm简介：https://www.msra.cn/zh-cn/news/features/layoutlmcode:https://github.com/microsoft/unilm/tre

grid_sample用于在pytprch的tensor中做不规则采样，下例从一个5*5的空间a中进行4点采样，采样坐标系为（-1，1），grid取了4个角的点，为了便于观察，填充方式为取最接近的点的取值。可以看到，a空间左上角坐标为[-1,-1],右下角坐标为[1，1]。取值方式有‘nearest’、‘bilinear’。当grid为非平均间隔的坐标点时，即可实现不规则采样import cv2#