( )是机器学习过程中的中间输出结果。

人与智能的视觉交互是包括人脸识别、手势识别、表情识别、姿态识别等以图像识别为特征的交互方式。

能够实现脑和外部设备间的双向信息交换的脑机接口，一方面大脑要发出指令实现对外部设备的控制，另一方面外部设备也要不断地给大脑发送各种各样的反馈信息，让大脑及时调整控制策略。

Transformer模型是一种采用自注意力机制的深度学习模型。

Attention-OCR算法是在卷积、循环神经网络提取特征的基础上引入加入注意力机制的编解码模型。

假设paddlepaddle中文票据OCR识别预训练模型ocr的recognize_text()方法返回对象result，则results[0][＇data＇]对应第一幅输入票据识别出来所有文本信息。

目前中文票据OCR识别中主流的文本识别算法均采用基于深度学习的方法。

EAST文本检测算法预测的文本框形状可以是常规的水平矩形框或是旋转的文本框。

票据OCR识别中的文本检测任务是要定位图片中的文本框坐标，对检测图片进行包含文字部分的和不包含文字部分的二分类。

长短期记忆网络LSTM是一种特殊的循环神经网络，可以较好地解决长时依赖问题，适合于处理和预测时间序列中间隔和延迟非常长的重要事件。

在深度学习中,循环神经网络RNN由于其具有记忆性的特点，常用于自然语言处理等领域。