anaconda正确安装和搭建虚拟环境-51CTO学堂

{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }} {{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }} {{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}

提问 {{ interaction.noteNum > 0 ? interaction.noteNum + '篇笔记' : '记笔记' }} 离线观看

下载学堂APP

缓存视频离线看

报告问题离线观看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

适合于以下同学： 1、想从事深度学习OCR文字识别项目的同学； 2、有一定的深度学习卷积网路理论基础的同学； 3、想掌握pytorch框架下进行文字识别和文本检测项目的同学；

你将会学到

你将快速入门pytorch框架下的文本检测和文字识别深度学习模型的训练

文字识别OCR技术入门
深度学习OCR实战
深度学习文本检测入门
深度学习文字识别入门
深度学习文本检测模型训练
深度学习文字识别模型训练
pytorch模型转libtorch模型
C++调用libtorch模型进行文本检测和识别

课程简介

1、课程基于PyTorch深度学习框架；pytorch1.4版本；

1、课程开始，快速讲解当前深度学习ocr方向的基本算法流程和应用；

2、准备好深度学习OCR和文本检测模型训练所需的公共数据集(中文数据集)；

3、快速搭建pytorch框架下自己的深度学习文本识别模型(crnn网络)训练工程；

4、快速搭建pytorch框架下自己的深度学习文本检测(dbnet网络)模型训练工程；

5、提供pytorch转libtorch模型脚本

6、提供c++调用libtorch模型工程。

7、20220316更新：修复一些代码Bug

8、20220319更新：增加数据增强与字符均衡统计脚本

9、20220806更新：讲解一些python工程可能遇到的报错问题，新增基于pytorch1.8.1的PytorchOCR新工程的文本检测和文本识别的模型训练。

OCR C++ onnx使用示例工程分享：

链接：https://pan.baidu.com/s/1z3R_oDuOWrKu61Xj8Yb54w

提取码：snkn

展开更多

发布

置顶笔记

{{ item.create_time }}{{ Number(item.like_count) || '' }}回复

删除
是否确认删除?
确认
取消
{{ item.is_top == 1 ? '取消置顶' : '置顶'}}
已有置顶的讨论，是否替换已有的置顶？
确认
取消

{{ subitem.create_time }}{{ Number(subitem.like_count) || '' }}回复

删除

点击查看更多收起

发布

{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}

优质笔记

更新于：{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}

公开笔记对他人可见，有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记

保存

提问

讲师收到你的提问会尽快为你解答。若选择公开提问，可以获得更多学员的帮助。

记录时间点

记录提问时视频播放的时间点，便于后续查看

公开提问

提交