Python 使用 CRAFT 偵測圖片文字教學與範例
介紹如何在 Python 中使用 CRAFT 演算法偵測圖片中彎曲的文字。 安裝 craft-text-detector 模組 CRAFT 是一個以深度學習為基礎的文字偵測方法，而作者也將相關的 PyTorch 程式碼放在 GitHub 網站上。 ...
Python
DICOM 影像中文標籤與 UTF-8 編碼儲存問題教學與範例
介紹如何在 Python 中使用 pydicom 模組設定 Specific Character Set，讓 DICOM 標籤以 UTF-8 編碼儲存中文字。 載入 DICOM 檔案 這裏我們載入 pydicom 內建的 DICOM 測試檔案作為示範，關於 pydicom 的基本操作說明，可以參考 Python 使用 Pydicom 讀取、編輯 DICOM 影像檔案教學與範例。 ...
Python 偵測中文字、姓名、拼音教學與範例
介紹如何使用 Python 偵測文字中的中文姓名或拼音，用於個人資料之去識別化。 檢查中文拼音 使用 Python 的 re.finditer 以正規表示法將資料中的每一個單字切出來，再逐一檢查是否為中文字或是拼音，而檢查中文拼音所使用到的對照表，可以從外交部領事事務局的護照外文姓名拼音對照表取得，亦可直接下載我整理好的 CSV 檔案。 ...
PyTorch 遷移式學習 ResNet 預訓練模型分類 MNIST 數字影像教學與範例
介紹如何使用 PyTorch 實作遷移式學習，以 ResNet18 預訓練模型訓練可分類 MNIST 數字影像的模型。 載入 MNIST 數字資料集 MNIST 資料集是一個包含 0 到 9 手寫數字的影像資料集，其影像格式為灰階影像，而 ResNet18 模型所輸入的影像格式卻為 RGB 的影像，為了讓 MNIST 的影像可以套用 ResNet18 模型，在資料載入時我們使用一個自訂的轉換函數，將灰階影像轉為 RGB 影像，轉換的方式就是把灰階影像的單一 channel 複製成 RGB 影像的三個 channel。 ...
PyTorch 遷移式學習 ResNet 預訓練模型分類螞蟻、蜜蜂圖片教學與範例
介紹如何在 PyTorch 深度學習架構下透過遷移式學習，使用 ResNet 預訓練模型分類螞蟻與蜜蜂圖片。 載入必要模組 首先載入一些必要的模組： from __future__ import print_function, division import torch import torch.nn as nn import torch.optim as optim from torch.optim import lr_scheduler import numpy as np import torchvision from torchvision import datasets, models, transforms import matplotlib.pyplot as plt import time import os import copy 載入資料 這裡我們將從 ImageNet 中取出螞蟻（ants）與蜜蜂（bees）的圖片各約 120 張作為訓練資料集，然後拿另外各約 75 張圖片作為驗證資料集，這樣的資料量對於一般的類神經網路來說算是非常少的，適合採用遷移式學習的方式來處理。實際的資料可以從 PyTorch 的網站上下載。 ...