edyang

我干了什么 究竟拿了时间换了什么
技术分享时间线软件开发、设备接入、视觉与运维实践

印章检测应用：找到印章与验证真伪是两项任务

检测器给出 seal 框，最多说明模型认为那里像训练中的印章区域，不能据此判定文件有效。

检测器给出 seal 框，最多说明模型认为那里像训练中的印章区域，不能据此判定文件有效。 本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题，再是模型问题。框代表什么、哪些情况不标以及如何处理多页，都会改变训练目标和评估含义。 1. 从现象推到机制 定位模型依据像素模式输出类别与位置，真伪核验还需要可信样本、来源与专门规则。压缩、缩放和扫...

2018-11-25

文档检测研究：印章压住标题时怎样标注

标题和印章重叠时，如果为了让框不重叠而改变标注，会让模型学到不一致目标。

标题和印章重叠时，如果为了让框不重叠而改变标注，会让模型学到不一致目标。 本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题，再是模型问题。框代表什么、哪些情况不标以及如何处理多页，都会改变训练目标和评估含义。 1. 从现象推到机制 多类别检测允许不同对象框重叠，关键是类别语义和可见边界规则。是否标完整预期范围还是仅可见区域必须一致。NM...

2018-11-15

印章检测研究：先建立颜色与轮廓基线

红色印章很醒目，可以先做简单视觉基线，但不能据此认定颜色分割足够处理所有文档。

红色印章很醒目，可以先做简单视觉基线，但不能据此认定颜色分割足够处理所有文档。 本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题，再是模型问题。框代表什么、哪些情况不标以及如何处理多页，都会改变训练目标和评估含义。 1. 从现象推到机制 HSV（色相饱和度明度）分割可提取部分红色区域，红色环绕色相边界时需考虑两段区间。扫描偏色、浅印、黑...

2018-11-05

视觉评估：IoU、召回率和误检不能只看一个分数

框画得像样不代表检测满足业务。

框画得像样不代表检测满足业务。漏掉标题和误框正文的代价需要分别衡量。 本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题，再是模型问题。框代表什么、哪些情况不标以及如何处理多页，都会改变训练目标和评估含义。 1. 从现象推到机制 IoU（交并比）衡量两个框的几何重叠，匹配阈值与类别规则共同决定真阳性。一个标注通常只能匹配一个预测，多余重复...

2018-10-25

Darknet 训练：断点、配置和数据版本一起保存

只备份一个 weights 文件，之后可能无法解释它是用哪份数据与配置训练出来的。

只备份一个 weights 文件，之后可能无法解释它是用哪份数据与配置训练出来的。 本文使用原版 Darknet 固定历史提交、YOLOv2/YOLOv3 与演示图片。目标检测回答对象类别与位置，不自动识别全部文字或判断印章真伪。文中的训练与部署方案属于可复现方法，没有给出未经测试的准确率、速度或客户验收成绩。 1. 从现象推到机制 训练结果由初始化权重、网络配置、数据清单和运行参数共...

2018-10-15

YOLOv3 自定义训练：classes 与 filters 必须对应

把类别数改成两类，却只修改一个检测头，会让配置与权重维度不一致。

把类别数改成两类，却只修改一个检测头，会让配置与权重维度不一致。 本文使用原版 Darknet 固定历史提交、YOLOv2/YOLOv3 与演示图片。目标检测回答对象类别与位置，不自动识别全部文字或判断印章真伪。文中的训练与部署方案属于可复现方法，没有给出未经测试的准确率、速度或客户验收成绩。 1. 从现象推到机制 原版 YOLOv3 在多个尺度输出检测，检测层类别数与前面卷积通道数需...

2018-10-05

文档数据集：同一原件的变体不能跨训练和测试

训练集与测试集文件名不同，也可能是同一页经过旋转或压缩后的副本。

训练集与测试集文件名不同，也可能是同一页经过旋转或压缩后的副本。这样的分数会过于乐观。 本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题，再是模型问题。框代表什么、哪些情况不标以及如何处理多页，都会改变训练目标和评估含义。 1. 从现象推到机制 拆分单位应该接近实际泛化目标，例如原始文档、模板或来源。数据增强只在训练划分内生成，测试集保...

2018-09-25

文档标注：像素框怎样正确转成 YOLO 坐标

框在标注工具里正确，训练图上却偏移，常见原因是坐标基准、缩放或宽高换算错误。

框在标注工具里正确，训练图上却偏移，常见原因是坐标基准、缩放或宽高换算错误。 本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题，再是模型问题。框代表什么、哪些情况不标以及如何处理多页，都会改变训练目标和评估含义。 1. 从现象推到机制 YOLO 标注使用归一化中心点与宽高，需要除以对应原图尺寸。先裁剪再标与先标后缩放要保留不同变换关系。...

2018-09-15

文档标题检测：先约定什么才算标题

大字体不一定是标题，页眉、表头和正文强调也可能很醒目。

大字体不一定是标题，页眉、表头和正文强调也可能很醒目。标注规则必须能由不同人一致执行。 本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题，再是模型问题。框代表什么、哪些情况不标以及如何处理多页，都会改变训练目标和评估含义。 1. 从现象推到机制 标题类别要定义层级、跨行范围和多标题处理。框包围全部标题文字还是包含周边留白，也会影响训练目...

2018-09-05

Darknet 自定义数据：路径、类别与标注一一对应

训练能开始但效果异常，先检查数据文件关系，而不是立即修改网络结构。

训练能开始但效果异常，先检查数据文件关系，而不是立即修改网络结构。 本文使用原版 Darknet 固定历史提交、YOLOv2/YOLOv3 与演示图片。目标检测回答对象类别与位置，不自动识别全部文字或判断印章真伪。文中的训练与部署方案属于可复现方法，没有给出未经测试的准确率、速度或客户验收成绩。 1. 从现象推到机制 data 文件指定类别数、训练列表、验证列表与类别名称。每张图对应的...

2018-08-25

FEATURED TAGS
软考 成像 计算机视觉 工程实践 AI Java 数据库 软件工程 前端 JDK源码 工业通信 机器视觉 设备接入 技术复盘 系统交付 感知导航 机器人 工程验证 物联网 硬件 Spring Boot 数据处理 系统集成 版本管理 移动开发 Android Python 后端 接口设计 数据一致性 运维 Linux YOLOv3 产品设计 团购网站 职场笔记 部署 Docker Git PostgreSQL Spring Cloud Web 前端原理 数据集 文档检测 物联网视觉 边缘计算 JavaScript CSS Darknet HTML 互联网创业 公司经营 分布式系统 创业思考 可靠性 嵌入式 性能分析 支付系统 数据库原理 服务器 树莓派 消息系统 移动互联网 系统设计 车联网 软件设计 高并发 CAN总线 ESP32 Hibernate Java Web MQTT MyBatis MySQL Node-RED SQL Spring linux ubuntu 通信协议 智能家居 米家 分库分表 后端工程 工业协议 应用设计 文档视觉 服务治理 模板引擎 系统架构 缓存 网络编程 设备管理 边缘流程 阿里云 Arduino Netty OpenCV Redis SVN Velocity
ABOUT ME

For the next quantum leap
离开世界之前，一切都是过程

FRIENDS