文件名称：jaderberg-eccv2014_textspotting
文件大小：269KB
文件格式：ZIP
更新时间：2024-05-18 03:55:06
Cuda
文字识别代码的深层功能 有关更多模型和数据的信息， Jaderberg等人从ECCV 2014论文“文本斑点的深层功能”中获得的模型。 如果使用此数据或代码，则必须引用本文。 #!bibtex @InProceedings{Jaderberg14, author = "Jaderberg, M. and Vedaldi, A. and Zisserman, A.", title = "Deep Features for Text Spotting", booktitle = "European Conference on Computer Vision", year = "2014", } 楷模 文字/非文字分类器（models / detnet_layers.mat）。 ICDAR 2003的准确度为98.2％。
【文件预览】：
jaderberg-eccv2014_textspotting-master
----fig_charmap.m(832B)
----reproduce_classifier_results.m(2KB)
----imshowc.m(60B)
----matconvnet()
--------sepconv_layer.m(7KB)
--------matlab()
--------mconvnet_to_cudaconvnet.m(1KB)
--------sumsquarescost_layer.m(2KB)
--------softmaxlogregcost_layer.m(2KB)
--------Makefile_linux(3KB)
--------train_mconvnet.m(6KB)
--------doc()
--------eltmax_layer.m(2KB)
--------check_gradients.m(2KB)
--------matconv.xcodeproj()
--------exp()
--------Makefile(2KB)
--------eltsum_layer.m(2KB)
--------softmax_layer.m(2KB)
--------conv_layer.m(5KB)
--------neuralnetwork.m(9KB)
--------cudaconvnet_to_mconvnet.m(3KB)
--------nn_example.m(1KB)
----LICENSE(1KB)
----README.md(2KB)
----fig_detmap.m(812B)
----.gitignore(34B)
----load_nostruct.m(308B)