tarasha 最近的时间轴更新 tarasha 最近的时间轴更新 |
tarashaV2EX 第 462560 号会员，加入于 2020-01-02 00:16:41 +08:00 |
tarasha 最近回复了
23 天前 回复了 liudewa 创建的主题 › 前端开发 › 跨域问题,整不明白了,这边是前端,求解 |
借楼问下，本地打开 html 文件的那种请求头 origin：null ，应该怎么办？
155 天前 回复了 drymonfidelia 创建的主题 › 程序员 › 要微调 OCR 产品，提高手机拍屏照片中的序列号识别率（大写字母、数字），字形固定，有什么推荐方案？拍的是内网设备，物理隔离外网 |
换个部署方案吧。转 onnx ，有显卡的话用 trt 更快（启动慢）。
245 天前 回复了 findlisa 创建的主题 › Elasticsearch › 有没有精通 es 搜索的，可付费咨询 |
可以试试 bge-m3 ，可以将文本转换为密集向量和稀疏向量（）。
然后密集向量在 es 中存储为 Dense_Vector ，稀疏向量用 Rank_Features 。
最后 KnnQuery + RankFeatureQuery 混合检索，效果很好。
然后密集向量在 es 中存储为 Dense_Vector ，稀疏向量用 Rank_Features 。
最后 KnnQuery + RankFeatureQuery 混合检索，效果很好。
265 天前 回复了 GuluMashimaro 创建的主题 › Visual Studio Code › 有没有必要从 jetbrains idea 换到 vs code |
借楼请教下大家。我感觉 idea 查看 markdown 预览特别卡顿，但是 vscode 预览 markdown 却很流畅。这是为什么，有什么办法解决吗？
2023-11-30 16:19:09 +08:00 回复了 MrWil 创建的主题 › 职场话题 › [字节游戏] [朝夕光年] 大裁员下的动荡 |
晶核是不是要无了
2023-11-09 14:12:15 +08:00 回复了 psklf 创建的主题 › Android › 未来的刷机小王子是啥？ |
借楼问下，努比亚能刷 color os 吗
2023-10-25 14:00:13 +08:00 回复了 qinyui 创建的主题 › Python › ocr 识别身份证后如何对文本块进行排序？ |
@qinyui 我这边有训练好的，不知道你要不要。
2023-10-25 13:57:09 +08:00 回复了 qinyui 创建的主题 › Python › ocr 识别身份证后如何对文本块进行排序？ |
@qinyui 还是需要训练下的，需要自定义字典文件。也就是分类。看下这个：
https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/kie.md
https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/kie.md
2023-10-25 11:24:54 +08:00 回复了 qinyui 创建的主题 › Python › ocr 识别身份证后如何对文本块进行排序？ |
我也是用的百度的 ocr-kie 。kie 可以将识别出的文本分类，例如：
{'NAME_KEY': [], 'NAME_VALUE': ['姓名张三'], 'SEX_KEY': ['性别男民族汉'], 'SEX_VALUE': [], 'NATION_KEY': [], 'NATION_VALUE': []}
唯一需要排序的场景是地址的提取，因为地址可能会换行。
我的办法是通过对比地址和证件号码的位置关系，确定照片的角度是哪一种，然后再依据每种角度来排序
0°：左上角 Y 点从小到大
90°：左上角 X 点从大到小
180°：左上角 Y 点从大到小
270°：左上角 X 点从小到大
# points 结构为 [[左上角 X, 左上角 Y], [右上角 X, 右上角 Y], [右下角 X, 右下角 Y], [左下角 X, 左下角 Y]]
# X 从左至右增大，Y 从上至下增大
# 计算地址文本块水平宽度 右上角 X - 左上角 X
x_length = address_points[1][0] - address_points[0][0]
# 计算地址文本块垂直高度 左下角 Y - 左上角 Y
y_length = address_points[3][1] - address_points[0][1]
# 判断图片是否水平
# 若地址文本块水平宽度大于垂直高度则说明图片处于 0°或 180°，否则处于 90°或 270°
is_horizontal = x_length > y_length
# 判断图片是否反转
# 若水平且地址文本块左上角 Y 点大于证件号码文本块左上角 Y 点 （即地址位于号码下方）则处于 180°
# 若非水平且地址文本块左上角 X 点大于证件号码文本块左上角 X 点 （即地址位于号码右侧），则处于 90°
is_reverse = (is_horizontal and address_points[0][1] >= number_points[0][1]) or \
(not is_horizontal and address_points[0][0] >= number_points[0][0])
# 执行排序
sorted_address_data = sorted(
address_data, reverse=is_reverse,
key=lambda x: x['points'][0][1 if is_horizontal else 0],
)
{'NAME_KEY': [], 'NAME_VALUE': ['姓名张三'], 'SEX_KEY': ['性别男民族汉'], 'SEX_VALUE': [], 'NATION_KEY': [], 'NATION_VALUE': []}
唯一需要排序的场景是地址的提取，因为地址可能会换行。
我的办法是通过对比地址和证件号码的位置关系，确定照片的角度是哪一种，然后再依据每种角度来排序
0°：左上角 Y 点从小到大
90°：左上角 X 点从大到小
180°：左上角 Y 点从大到小
270°：左上角 X 点从小到大
# points 结构为 [[左上角 X, 左上角 Y], [右上角 X, 右上角 Y], [右下角 X, 右下角 Y], [左下角 X, 左下角 Y]]
# X 从左至右增大，Y 从上至下增大
# 计算地址文本块水平宽度 右上角 X - 左上角 X
x_length = address_points[1][0] - address_points[0][0]
# 计算地址文本块垂直高度 左下角 Y - 左上角 Y
y_length = address_points[3][1] - address_points[0][1]
# 判断图片是否水平
# 若地址文本块水平宽度大于垂直高度则说明图片处于 0°或 180°，否则处于 90°或 270°
is_horizontal = x_length > y_length
# 判断图片是否反转
# 若水平且地址文本块左上角 Y 点大于证件号码文本块左上角 Y 点 （即地址位于号码下方）则处于 180°
# 若非水平且地址文本块左上角 X 点大于证件号码文本块左上角 X 点 （即地址位于号码右侧），则处于 90°
is_reverse = (is_horizontal and address_points[0][1] >= number_points[0][1]) or \
(not is_horizontal and address_points[0][0] >= number_points[0][0])
# 执行排序
sorted_address_data = sorted(
address_data, reverse=is_reverse,
key=lambda x: x['points'][0][1 if is_horizontal else 0],
)
2023-10-18 17:14:59 +08:00 回复了 godloveplay 创建的主题 › 程序员 › 工厂的拍照识别物料信息的需求，想问问有什么方案 |
yolo -> ncnn?
Select Language