我想尝试用Python学习深度学习。对于一个有用的场景,我想到的第一件事就是重复检查。
假设您有一个包含姓名、地址、电话和电子邮件的customer表,并希望插入新客户。例如:
In Table:
Max Test,Teststreet 5, 00642 / 58458,info@max.de
To Insert:
Max Test, NULL, (+49)0064258458, test@max.de
这应该被识别为重复的条目。
已经有这个用例的教程了吗?或者,深度学习有可能实现吗?
我收集了大约一千张不同图片的交易卡。我也有一个数据库,高分辨率扫描的每一张这些交易卡已经被打印。我想把扫描过的图像输入一个深度学习网络,这样如果我在摄像机前拿着一张或多张卡片,它就能识别出我持有的是哪一张。
看起来,可能是我开始的好地方。我有机器学习的经验,但主要是数值分析,而不是图像处理。到目前为止,我看到的例子显示了人们拍摄他们感兴趣的东西,然后能够识别出来。但是,我是否能够将图像文件夹作为训练数据转储呢?
最后,我的目标是在一个Raspberry Pi 2系统上实现这一点,我已经将它连接到一起并行工作。我不确定Jetpac是否能够显式地支持分布式计算,但我想我可能能够将视频提要拆分为多个
我目前正在开发一个应用程序,它可以让心理学家管理他们的时间表和预算。作为概念证明,我想创建一个智能预约服务。可能有3种情况:
I know the client, I need to guess the day and time for his next appointment
I know the day, I need to guess which client and at what time
I know nothing, I need to guess which client, which day and what time
我目前正在学习深度学习算法,只是为了获得一点理论知识,但
我正在尝试使用FreeType (v2)库在“我的OpenGL (v4.1)”场景中使用C++进行2D绘图。呈现文本,但不正确:一个字形隐藏另一个。如何防止这种行为?我的绘图代码如下:
void CFreeTypeFont::Print(string sText, int x, int y, int iPXSize) {
glBindVertexArray(uiVAO);
glUniform1i(shp->uniform("gSampler"), 0);
glEnable(GL_BLEND);
glBlendFunc(GL_SRC_ALPH
我在Ubuntu 12.04和Opencv 2.4.10上使用Xtion Pro Live。我想在白天做物体识别。
到目前为止,我已经通过生成深度图和视差图实现了室内对象识别。当我在户外时,上面提到的地图是黑色的,我无法执行对象识别。
我想问一下华硕Xtion Pro Live是否可以在户外工作。如果不能,有没有办法修复它(通过代码),以便在户外进行对象检测?
我找遍了,我发现我应该再带一台立体相机。有人能帮上忙吗?