- 综合排序
- 最热优先
- 最新优先
- 来自专栏TEL18600524535
德文识别技术：德语文本高效地转化为机器可读、可处理的数字信息
德文识别技术，作为光学字符识别领域的特定应用分支，致力于将印刷或手写的德语文本高效地转化为机器可读、可处理的数字信息。其在德语区国家和全球德语相关业务中扮演着至关重要的角色。 识别文档结构：文本区域、栏、段落、标题、表格、图像、页眉/页脚。区分主文本、脚注等。对于德文，准确识别标题（通常名词大写）很重要。 德文识别独特的技术难点特殊字符的精准识别：ä, ö, ü (Umlauts)：必须与无变音符的 a, o, u 以及可能的噪声点严格区分。点的大小、位置、清晰度是关键。 表格与复杂版式：准确识别表格结构、跨单元格文本，以及图文混排、分栏文档中的文本流顺序。德文识别关键功能特点高精度特殊字符处理：核心能力，确保ä, ö, ü, ß 的高准确率识别和转换。 手写体识别支持：针对清晰书写的德文手稿提供识别能力（精度通常低于印刷体）。历史文档处理能力：专业系统可支持Fraktur 等历史字体的识别。
41210编辑于 2025-08-13 - 来自专栏机器学习原理
NLP(6)——命名实体识别
为什么需要实体识别 普通的工具如hanlp，htp，不能识别特定领域的专有名词，所以需要实体识别的算法。下面就以医疗专业为例子来谈一下医疗专业的命名实体识别。 先边界识别 然后进行类别判定 例如医疗需要识别的命名实体的类型有疾病、疾病诊断分类、症状、检查、治疗在这五类以及疾病和症状的修饰信息。 (6)待证实的: 当前不会发生, 但预期会发生。 比如: 手术一周后会有局部瘙痒 多在皮疹出现后1~4周左右出现血尿和 (或) 蛋白尿。
2.3K30发布于 2018-08-27 - 来自专栏iSharkFly
Confluence 6 配置校验和识别 原
识别系统属性 请参考 Recognized System Properties 页面中的内容来找到针对你安装 Confluence 版本可以配置的系统属性参数。 https://www.cwiki.us/display/CONF6ZH/Configuring+System+Properties
46320发布于 2019-01-30 - 来自专栏iSharkFly
Confluence 6 识别慢性能的宏 原
https://www.cwiki.us/display/CONF6ZH/Identifying+Slow+Performing+Macros
53530发布于 2019-01-30 - 来自专栏iSharkFly
Confluence 6 识别系统属性 原
officeconnector.spreadsheet.xlsxmaxsize 4.0.5 2097152 Office Connector 当使用 viewxls 宏的时候，确定 Excel 文件中识别的最大字节 sandbox 将会检查每次请求的时间是否超过了 6 秒钟。 officeconnector.spreadsheet.xlsxmaxsize 4.0.5 2097152 Office Connector 当使用 viewxls 宏的时候，确定 Excel 文件中识别的最大字节 sandbox 将会检查每次请求的时间是否超过了 6 秒钟。 https://www.cwiki.us/display/CONF6ZH/Recognized+System+Properties
1.2K30发布于 2019-01-30 - 来自专栏iSharkFly
Confluence 6 识别慢性能的宏 原
https://www.cwiki.us/display/CONF6ZH/Identifying+Slow+Performing+Macros
38340发布于 2019-01-30 - 来自专栏AI算法与图像处理
附源码 | SeetaFace6Open开源人脸识别引擎库 人脸识别演示
SeetaFace6提供了人脸的11个模型，本体验用到了其中7个。 已用到：人脸检测，关键点检测，人脸识别，性别，年龄，眼睛，活体检测； 未用到：带口罩识别，人脸追踪，人脸姿态，质量评估。 SeetaFace6：https://github.com/SeetaFace6Open/index SeetaFace文档完善，开发方便。支持戴口罩与不带口罩的人脸识别： ? vector<SeetaPointF> points(FL.number()); FL.mark(image, face, points.data()); //----人脸识别 + face.height, frame); } Scalar title_color(0x00, 0x8C, 0xFF); //绘制人脸库 int space = 6; { /* static std::vector<string> labels = { "船名: GOLDEN MONTERREY", "呼号：V7MG6"
6.4K30发布于 2021-01-20 - 来自专栏iSharkFly
Confluence 6 找到你的支持识别代码（SEN）
> 基本配置（General Configuration） > 许可证详细（License Details）
44120发布于 2019-01-31 - 来自专栏3D视觉从入门到精通
基于对应点的6D姿态识别
前言 最近读取了一些针对Corresponding-based方法的6D姿态识别paper，在这里分享下思路。 3、Segmentation-driven 6D Object Pose Estimation（CVPR2019） 本文提出了一个分割驱动的6D姿态估计框架，其中对象的每个可见部分以2D关键点位置的形式贡献一个局部姿态预测 4、Estimating 6D Pose From Localizing Designated Surface Keypoints 本文提出了一种基于RGB图像的6D位姿估计的精确而有效的方法。 通过选择置信度最高的关键点来恢复6D姿势，成功地处理了严重的遮挡。 ? ? ? 5、6-DoF Object Pose from Semantic Keypoints（ICRA） 本文提出了一种从单个RGB图像中估计物体连续六自由度（6-DoF）姿态（3D平移和旋转）的新方法。
1.2K10发布于 2020-12-11 - 来自专栏决策智能与机器学习
算法基础（6）| 语音识别DTW算法小讲
语音识别概况 时至今日，语音识别已经有了突破性进展。 2017年8月20日,微软语音识别系统错误率由5.9%降低到5.1%，可达到专业速记员的水平；国内语音识别行业的佼佼者科大讯飞的语音听写准确率则达到了95%，表现强悍。 语音识别基本原理 声音的本质是震动，它可以由波形表示，识别则需要对波进行分帧，多个帧构成一个状态，三个状态构成一个音素。 另外，在识别过程中，自学习系统会归纳用户的使用习惯和识别方式，然后将数据归纳到数据库，从而让识别系统对该用户来说更智能。 所以在孤立词语音识别中，DTW算法仍得到广泛的应用。 ? 在训练和识别阶段，首先采用端点检测算法确定语音的起点和终点。
2.2K10发布于 2020-08-04 - 来自专栏3D视觉从入门到精通
基于点云方式的6D姿态识别
前言 除了对应点方式，还可以将点云将与整个形状对齐，获得6D姿态。通常，首先进行粗配准以提供初始对准，然后进行密集配准方法，如迭代最近点（ICP），以获得最终的6D姿态。
88910发布于 2020-12-11 - 来自专栏计算机视觉工坊
基于点云方式的6D姿态识别
前言 除了对应点方式，还可以将点云将与整个形状对齐，获得6D姿态。通常，首先进行粗配准以提供初始对准，然后进行密集配准方法，如迭代最近点（ICP），以获得最终的6D姿态。
1.8K20发布于 2020-11-11 - 来自专栏老张的求知思考世界
全链路压测(6)：确认范围和识别风险
全链路压测是个复杂的跨团队协作的技术工程，所以在实施之前，需要明确项目的范围边界和尽可能提前识别可能存在的风险。这篇文章，就来聊聊落地过程中，如何确定范围边界和识别存在的风险。 3、识别核心链路 目前互联网行业大多是微服务这种分布式系统架构，服务之间的内部互相调用关系很复杂，一般会借用链路追踪工具来识别他们的调用关系以及调用频次，以此来判断哪些是核心链路，以及他们的强弱依赖关系 4、识别核心接口 知道了核心应用以及核心的链路，那么核心的接口基本就可以梳理出来了。梳理出来的核心接口，一般也是我们在做全链路压测时候的接口。 识别风险 除了确认压测范围之外，提前识别风险也是很重要的一项工作。常见的风险有如下几种： 1、交付风险 交付风险常见的有：拆分的细项任务无法按期完成，比如核心链路梳理，强弱依赖梳理。 上面的内容就是在全链路压测实施过程中，需要考虑的确定范围以及风险识别相关的内容，仅供参考。下一篇，我会和大家聊聊，关于核心链路梳理相关的一些技术细节，敬请期待。
1.2K10编辑于 2022-04-01 - 来自专栏深度学习和计算机视觉
模式识别考点总结（第1-6个ppt）
① 第一章 模式识别绪论 模式识别系统组成 ? 设计系统时根据临界点进行考察，临界点多则不可分 ? 模式识别系统设计过程 ? ? ② 第二章 贝叶斯决策理论 基于最小错误率的贝叶斯决策 ?
85420发布于 2019-10-24 - 来自专栏袁某人
Thinkphp6自动识别二级域名
Thinkphp6自动识别二级域名 本文最后更新时间超过30天，内容可能已经失效。 首先配置好伪静态，只需要把所有域名指向public/index.php入口文件即可。
1.7K20编辑于 2021-12-28 - 来自专栏DotNet NB && CloudNative
.NET 6+WPF+MVVM调用摄像头进行识别
一、简介 机缘巧合下写的一个工程，本来是作为商家视觉识别上位机的替代品，但是最后没用上，因此只开发了一半(厂家升级了摄像头和软件) 该工程基于 WPF 的.NET 6 + MVVM 调用摄像头进行识别 千万别用nuget上的Yolov5Net包，会覆盖你的dll文件，运行模型不匹配后程序直接崩 四、代码 代码中加载模型 在MainViewModel中调用RegisterYoloModel函数即可 代码中识别
1K30编辑于 2023-10-30 - 来自专栏腾讯云智能·AI公有云
限时免费：文字识别6项公测版服务上线啦！
1、文字识别上线6项免费公测版服务： 港澳台通行证识别、火车票识别、出租车发票识别、机票行程单识别、定额发票识别、购车发票识别，详细内容见接口文档（https://cloud.tencent.com/document QQ 群：814169086（支持工作日时间5 * 8小时）寻求相应的帮助； 3、腾讯云文字识别（免费公测版）服务限时免费，免费期间暂不支持开通后付费和购买预付费资源包。 免费期结束后，文字识别（免费公测版）服务会升级为正式版付费服务，于2020年1月1日00:00起开始正式按月计费，结算规则届时会通过腾讯云文档中心发布； 4、以上6个接口的Demo体验会在9月上旬在Demo 2）文字识别（免费公测版）服务在免费期间，不保证 QPS 并发、不保证等同于正式版付费服务的可用性等服务承诺。 3）以上注意事项和更多详情，请参考《文字识别服务条款》（https://cloud.tencent.com/document/product/866/37103）。
3.9K51发布于 2019-08-21 - 来自专栏浩Coding
微信个人公众号开发--(6)用户语音消息智能识别
今天经过朋友Mr.丁的提示,发现微信有自动识别语音消息,并将识别后的文本返回的功能,这正好省去我们调用讯飞语音识别接口了,还是无限免费使用的,好了,不多嘚嘚,看正文: 先在微信后台页面->开发- >接口权限中,找到接收语音识别结果,然后点击开启,即可接收到语音识别后的文本了! ，开发者开启或者关闭语音识别功能，对新关注者立刻生效，对已关注用户需要24小时生效。 所以我们只需要只需要在识别是语音消息后,增加一个字段存储语音识别文本即可,代码如下: if (MessageUtil.MESSAGE_VOICE.equals(msgType)) {//语音识别 , fromUserName, recognition.substring(0,recognition.length()-1)); //语音识别文本最后会带个。
2.3K51发布于 2019-07-02 - 来自专栏新智元
Meta开源像语言识别系统，模型识别唇语翻译6种语言，本地部署人人可用
新智元报道 编辑：润 【新智元导读】Meta开源视听语音识别系统MuAViC，大幅刷新SOTA，直接下载本地可用！ 来源：娱乐寡姐 Meta最近开源了一个AI语音-视频识别系统：MuAViC，让大家动一动手指头，就能看懂没有声音的人物讲了啥，还能精确识别嘈杂背景当中特定人物的语音。 其中包含了1200小时，9种语言的文本语音视频素材，还有英语与6种语言之间的双向翻译。 语音识别数据的详细内容： 英语到6种语言翻译的素材具体包括： 6种语言到英语的翻译素材具体包括： 论文 针对这个系统，Mate的研究人员也发布了论文介绍它与现有SOTA的对比。 实验 实验设置 对于视听语音识别（AVSR）和视听语音翻译（AVST），研究人员使用英语AV-HuBERT大型预训练模型，该模型结合LRS3-TED和 VoxCeleb2的英语部分进行训练。
95110编辑于 2023-09-09 - 来自专栏腾讯云开发者社区头条
估值超10亿 同行者牵手腾讯 加速车联网布局
发布会上，腾讯车联网事业部总经理钟学丹和同行者创始人杨德文签署了合作协议。 资料显示，云知声成立于2015年，专注物联网AI服务，技术上主攻智能语音识别技术，已经完成5轮融资，最近一轮于2017年8月获得3亿元的战略投资，估值已超30亿。 在杨德文看来，同行者不是一家靠烧钱发展的互联网公司。据悉，拥有近百号员工的同行者已实现盈亏平衡，“我们应该是国内第一家实现盈亏平衡的人工智能公司”，杨德文称。 杨德文表示，与科大讯飞直面跟百度、阿里等巨头的竞争不同，我们选择和这些人做朋友，共同做大车联网生态。 杨德文认为，在这个内容过剩的时代这主要归功于以下三方面的进步： 1.语音成熟度：过去三年语音的基础能力得到了快速的提升，特别是离线的唤醒打断技术还有云端的识别技术都日趋成熟。
1.7K22发布于 2017-12-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号