PaddleOCR使用详细说明

PaddleOCR简介 PaddleOCR分为文本检测、文本识别和方向分类器三部分,其中文本检测有三个模型,分别是MobileNetV3、ResNet18_vd和ResNet50,其中最常使用的是MobileNetV3模型,整体比较小,适合应用于手机端。文本识别只有一个MobileNetV3预训练模型。方向分类器使用默认的模型。 环境配置 PaddleOCR2.0的配置环境 PaddleOCR2.

- 阅读全文 -

机器学习知识总结——模型评估标准之混淆矩阵

模型评估标准 混淆矩阵 预测值=1 预测值=0 真实值=1 TP FN 真实值=0 FP TN TP=True Postive=真阳性;FP=False Positive=假阳性 TN = True Negative=假阴性;FN=False Negative=假阴性 什么是查准率/精确率 Precision=\frac{TP}{TP+FP} 什么是查全率/召回率 R

- 阅读全文 -

机器学习知识总结——过拟合和欠拟合

过拟合(overfitting) 什么是过拟合? 所谓过拟合就是指在验证集和训练集上表现很好,但是在测试集上表现很差,也就是说泛化能力差。一般表现为: 高方差,低偏差 过拟合的原因 训练样本选取有误、样本标签错误等 样本噪声干扰过大 模型过于复杂 对于神经网络来说: 学习迭代次数太多 如何防止/解决过拟合问题? 扩大数据集 进行正则化(L1正则或者L2正则等) 采用合适的模型(控制模型的

- 阅读全文 -

快速排序

# !/usr/bin/env python # -*-coding:utf-8-*- # @Time : 2021/1/12 15:32 # @Author : xiaoxia # @File : 快速排序.py def qsort(a, l, r): if l >= r: return i = l j = r while i

- 阅读全文 -

逻辑回归(Logistic Regression)

什么是逻辑回归? 首先,什么是逻辑回归呢? 当你看到这个名字的时候,你可能会被他误导,认为他是做回归的,实际上,他是一个分类模型。只不过他是在线性回归的基础上进行了扩展,使其可以进行分类了而已。 同样的,逻辑回归的与线性回归一样,也是以线性函数为基础的;而与线性回归不同的是,逻辑回归在线性函数的基础上添加了一个非线性函数,如sigmoid函数,使其可以进行分类。 逻辑回归的原理 关于逻辑回归的原理

- 阅读全文 -