在CV领域中，transformer除了分类还能做什么？本文将采用一个单词识别任务数据集，讲解如何使用transformer实现一个简单的OCR文字识别任务，并从中体会transformer是如何应用到除分类以外更复杂的CV任务中的。全文分为四部分...

前几天康耐视举行了一次线上分享会，主要是对2022年他们新产品的一些介绍和老产品的更新说明。我抽时间听了一下给我的感觉是康耐视现在基本上是在all in AI，他们传统的视觉算法和平台基本上没有太大的变化，但是在AI产品...

最近在抓取亚某逊的时候, 除了随机请求头之外, 还有时不时出现的验证码页面, 原来换个ip还可以, 但是时间长了, 出现的越来越频繁, 所以这次就来彻底解决这个验证码的问题...

「WeOpen Insight」是腾源会推出的「开源趋势与开源洞见」内容专栏，不定期为读者呈现开源圈内的第一手快讯、优质工具盘点等，洞察开源技术发展的风向标，预见未来趋势。1开源企业新闻1、NVIDIA 正式开源其 Linux GPU 内核...

疫情防控常态化下，健康码、通信行程卡已成为出入社区、办公园区、景区、交通枢纽等场合查验个人健康状况的必要条件。然而，很多地方都还在采用人工的方式进行确认，不仅占用大量人力、财力，且存在各种问题。为应对疫情常态...

当前疫情防控呈常态化趋势，当下大多小区、公共场所均实行包括健康码、行程码、体温等多项查验的登记方式，面临着管理成本激增、监管效果不稳定等问题，居民通行时常需要反复扫码，容易形成聚集效率不高。为支持疫情防控，简化...

支撑影视人像抠图、医疗影像分析、自动驾驶感知等万亿级市场背后的核心技术是什么？那就要说到顶顶重要的图像分割技术。相比目标检测、图像分类等技术，图像分割需要将每个像素点进行分类，在精细的图像识别任务中不可替代...

你们知道，支撑影视人像抠图、医疗影像分析、自动驾驶感知等万亿级市场背后的核心技术是什么吗？

机器之心专栏作者：蚂蚁集团-大安全-机器智能来自蚂蚁集团 - 大安全 - 机器智能和上海交通大学的研究者提出了一种多模态文档理解新模型 XYLayoutLM。近年来，多模态文档理解在各类场景得到了广泛的应用。它要求我们结合...

光学字符识别(OCR)场景中有很多特殊情况，比如噪声、脏污、倾斜、变形等，都会对识别造成影响。环形文字也是其中一种，我们通常不能直接识别它们，而是先将文字转换到水平方向，再做识别。如下图所示：...