首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
33
> 项目采用Darknet进行文本检测,并结合CNN与CTCOCR技术实现文字识别
项目采用Darknet进行文本检测,并结合CNN与CTCOCR技术实现文字识别
更新:
2024-09-14 19:54:44
大小:
6.17MB
推荐:
★★★★★
来源:
网友上传分享
类别:
其它 - 开发技术
格式:
ZIP
反馈 / 投诉
文件下载
资源介绍
基于darknet框架实现CTPN版本自然场景文字检测与CNN+CTCOCR文字识别 本项目基于darknet框架实现CTPN版本自然场景文字检测与CNN + CTCOCR文字识别 实现功能 CPU版本最短边608时,检测速度小于1秒; 支持darknet直接训练CTPN(整理中); 支持darknet直接训练CNN + CTC ocr(整理中);
上一篇:
面罩检测:使用YOLO网络(Darknet)和更快的R-CNN网络(PyTorch)在Google Colab中进行面罩检测
下一篇:
易语言制作的神经网络模块2.0
相关推荐
12-02
项目采用Darknet进行文本检测,并结合CNN与CTCOCR技术实现文字识别