结论今天没有前言就是直接上理解，关于环境变量，以前我也是很懵逼·，今天看了个视频，豁然开朗，环境变量就是类似于编译器的可搜索路径，它是用来搜索你可启动程序的路径。假设你把QQ.exe所在的文件夹加入到环境变量中，那么你就可以从cmd直接启动QQ可能大家早就知道了，但是一定有不熟悉的小伙伴，在这里记录一下...

写在前面的话最近在学习图像课，我会把可能用到的看到挺好的知识分享出来。总结：空洞卷积似乎是可以代替反卷积（上池化）来扩大特征图大小而且效果更佳，我觉得是一个处理小文本或者小物体的好方法。...

前言前段时间写了关于RNN，LSTM、BLSTM相关的博客，从结构上对这是那种网络进行了讲解，前两天看了一篇有关注意力机制的论文，很感兴趣，于是今天恶补了一天，在这里写下学习心得，从另外一个方面来介绍上述模型的优点。人类注意力机制从注意力模型的命名方式看，很明显其借鉴了人类的注意力机制，因此，我们首先简单介绍人类视觉的选择性注意力机制。其实详细说起来复杂但是如果简单是的说就是一个关键词“选择性”。

前言以前一直找不到正负样本1:3的依据，这里记录一下负样本要选取损失较大的，这样梯度比较大，模型收敛更快

前言因为以后会用到，所以这块尝试看一下轻量型神经网络的代码，同样是写给小白的，不深究只教大家大致如何去看。而且MobileNetV3有两个版本，我们以small为例。代码文件结构其中MobileNetV3—small和large是网络结构搭建，MobileNetV3—factory是将两个结构整合到一起。layers是各个子模块的构建。其他是训练和测试文件。MobileNetV3—small结构M

前言今天讲的是CTPN，Detecting Text in Natural Image with Connectionist Text Proposal Network同样无论别人怎么写，我们讲原理力求简单，用最low的话，讲最复杂的原理（吹个牛，别介意），可能讲的并不是那么好但是一定更倾向于我们这儿样的小白。话不多说，开整。算法初识1》算法能干什么？答：识别文本啊，你看他那个名字，就是场景文本检

前言学习过EAST后我们开始学习CTPN，CTPN也是文本识别的一种，相比于EAST，CTPN对水平文本的处理效果更好，但是缺点在于他无法处理倾斜文本框，今天我们要介绍的是CTPN的数据处理部分，话不多说上干货。split_label.pyimport osimport sysimport cv2 as cvimport numpy as npfrom tqdm import t...

api说明文档：https://data.weather.gov.hk/weatherAPI/doc/HKO_Open_Data_API_Documentation_tc.pdf。api说明文档：https://lbs.amap.com/api/webservice/guide/api/weatherinfo。api说明文档：https://dev.qweather.com/docs/api/gr

前言今天我们一起学习YOLOv3网络结构，还是先看一下大神画的模型：今天我们要做就是看看如何通过代码构建网络结构。话不多说上代码：#! /usr/bin/env python# coding=utf-8#================================================================#Copyright (C) 2019 * Lt...