https://github.com/JaidedAI/EasyOCR GitHub - JaidedAI/EasyOCR: Ready-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chines Ready-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc. - GitHub - JaidedAI/EasyOCR: Ready-to-use OCR with 80+ ... github.com OCR(Optical Character..

NER(Named Entity Recognition) Named Entity Recognition (NER)은 자연어 처리 기술 중 하나로, 문장 내에서 특정한 유형의 명칭(개체)을 인식하는 작업이다. 예를 들어, "Steve Jobs는 Apple의 창업자입니다" 라는 문장이 있다면, "Steve Jobs"는 인물(person), "Apple"은 조직(organization)이라는 유형의 개체로 인식된다. 이외에도 장소, 시간 등 다양한 개체를 인식할 수 있다. 이러한 NER은 정보 추출, 질의 응답, 리뷰 분석, 기계번역 등 다양한 곳에서 활용될 수 있다. 전혀 생각하지 못했던 활용처는 기계번역 분야이다. 영어를 한국어로 번역할 때 기업을 지칭하는 "Apple"은 "사과"가 아닌 "애플"로 번역해야 ..

https://github.com/andrewdcampbell/OpenCV-Document-Scanner GitHub - andrewdcampbell/OpenCV-Document-Scanner: An interactive document scanner built in Python using OpenCV featuring automat An interactive document scanner built in Python using OpenCV featuring automatic corner detection, image sharpening, and color thresholding. - GitHub - andrewdcampbell/OpenCV-Document-Scanner: An i... github.co..

본 논문은 NeurIPS 2021 에 공개되었고, 심플하고 강력한 semantic segmentation task 용 Transformer 인 SegFormer 를 제안하는 논문입니다. Abstract본 논문에서는 효율적인 Segmentation task 수행을 위한 간단하고 효율적이면서 강력한 semantic segmentation 프레임워크인 SegFormer 를 제안합니다. SegFormer 는 1) multi-scale feature 를 추출하는 새로운 hierarchically structured Transformer encoder 로 구성되고, positional encoding이 필요하지 않기 때문에 테스트 이미지의 해상도가 학습 이미지의 해상도와 다를 때 성능이 저하되는 positional..

본 포스팅에서는 Traffic sign detection (교통 표지판 감지) 에 대한 논문 2개를 소개합니다. Traffic-Sign Detection and Classification in the Wild / CVPR 2016 Deep Learning for Large-Scale Traffic-Sign Detection and Recognition / IEEE T-ITS 2019 Traffic sign detection 은 object detection의 하위 task로 볼 수 있고, 자율 주행 및 도로 정보를 생성하는데 필수적으로 사용됩니다. 굉장히 작은 객체를 감지하는 방법들이 궁금했었는데, traffic sign detection 논문들이 도움이 되는 것 같습니다. "Traffic-Sign De..

Class Imabalance 문제를 해결하는 방법을 제안하는 CVPR 2019에 공개된 논문을 소개합니다. 이번 리뷰는 문제 정의와 해결하는 방법을 개념적으로 설명합니다. (디테일 제외) Class Imbalance ? Class Imbalance 문제라는 것은 딥러닝에서 네트워크를 학습시킬 때 사용되는 training data 의 class 개수가 balance 가 맞지 않는 상황을 말합니다. 실제 데이터에서는 매우 빈번한 일이기에 중요한 task 라고 볼 수 있습니다. 학계에서는 Long tail data 라는 데이터 개수가 많은 class 부터 아주 적은 class 까지 다양하게 분포하는 데이터셋을 사용하여 class imabalance 문제에서 성능을 비교합니다. 일반적인 해결 방법 ? Clas..