前言 书接上文 OCR实践—PaddleOCR Table-Transformer 与 PubTables-1M table-transformer，来自微软，基于Detr，在PubTables1M 数据集上进行训练，模型是在提出数据集同时的工作， paper PubTables-1M: Towards comprehensive table extraction from unstructured documents，发表在2022年的 CVPR 数据来自 PubMed PMCOA 数据库的 一百万个 文章表格 …
有个项目需求，对拍摄的问卷图片，进行自动得分统计【得分是在相应的分数下面打对号】，输出到excel文件 原始问卷文件见下图，真实的图片因使用手机拍摄的图片，存在一定的畸变， 技术调研 传统方法 传统方法，通过线检测 先对 表格进行矫正【仿射变换】，然后二次线检测 划分出不同表格cell，然后根据位置关系 拿到得分区的cell，利用统计手段或其他手段判断是否存在对号，同时得分区存在逆序关系，即有的问题是从 1-4，有的则是4-1，这样就需要对第一个数字区cell 即起始数字进行判断 是 1 or 4 深度学习方法OC…
最近在尝试可视化一些特征的工作；其中timm库提供丰富的backbone主干模型，模型接口标准（经常可以看到将timm的backbone用在yolo等模型改进中），帮助很多现有工作减少模型搭建工作量，是一些简单网络搭建的起手式，也非常方便做一些backbone的对比工作。 过程说明 部分函数来自于Featup项目，非常感谢他们的工作； 下面的过程结合resnet50说明 timm创建模型，和对图像做预处理（调整size等） features_only=True 只拿特征 timm_model = timm.crea…
昨天有群友，在交流群【群号：392784757】里提到了这个需求，进行实现一下 V10官方代码结构相较于V8 稍微复杂一些 yolov10 是基于 v8的代码完成开发，yolov10进行了继承来简化代码开发 因此V10的代码修改 基本和V8 这篇一致 https://blog.csdn.net/csy1021/article/details/134406419 但存在一些不同，会在下面提到 版本环境 YOLOv10 2024.07.01 版本 修改 trainer.py 1 添加save_metrics_per_c…
十年之约 & 开往
