掌握深度学习文本识别Pytorch模型的训练以及C++调用模型的基本方法

*   01 开发环境准备/

  *   01 深度学习OCR之文本识别综合实战课程简介.mp4 08:11

  *   02 python39的安装与配置.mp4 03:54

  *   03 cuda和cudnn的安装与配置.mp4 11:38

  *   04 pytorch的安装与配置.mp4 06:52

  *   05 编程软件vs2017介绍.mp4 12:36

  *   06 C++的onnx环境搭建.mp4 04:56

  *   07 pytorch_win10_离线安装.mp4 03:28

  *   08 opencv-python的安装.mp4 02:43

  *   09 pycharm的安装.mp4 03:30

  *   10 python第三方包的离线下载方法讲解.mp4 01:21

  *   11 pytorch_ocr环境搭建遇到的问题.mp4 04:12

*   02 360cc中文数据集的训练/

  *   01 数据集准备.mp4 04:18

  *   02 数据增强的方法.mp4 03:17

  *   03 字符标签转换_图像resize操作与图像检查.mp4 06:13

*   03 自定义中文数据集的训练/

  *   01 自定义中文数据集文本的生成.mp4 10:19

  *   02 图像数据增强的方法.mp4 03:12

  *   03 字符标签转换_图像resize操作与图像错误检查.mp4 08:36

  *   04 多文件夹数据集合并训练.mp4 07:20

*   04 小字符集文本识别模型训练/

  *   01 数字卡号识别模型的训练.mp4 10:32

  *   02 银行卡卡号识别模型训练.mp4 09:44

  *   03 身份证号码识别模型的训练.mp4 05:58

  *   04 大写金额识别模型的训练.mp4 12:20

*   05 C++调用Libtorch/ONNX模型测试/

  *   01 Libtorch_cpp的CRNN识别模型测试.mp4 06:43

  *   02 ONNX_cpp的CRNN识别模型测试.mp4 09:48