单细胞分析上游fasta文件处理——基于cellranger与dropseqRunner ###如果测序文件由10Xgenomics平台产生，则采用cellrangercount的基本流程进行fasta文件的上游处理；如果测序文件由dropseq平台产生，则采用dropseqRunner软件进行处理一、cellranger配置1、软件安装并查看帮助

defget_layer_output(model,image):ori_output=copy.deepcopy(model.graph.output)fornodeinmodel.graph.node:foroutputinnode.output:model.graph.output.extend([onnx.ValueInfoProto(

目录目标检测：文本检测：检测难点：检测方法：基于回归的文本检测水平文本检测任意角度文本检测弯曲文本检测基于分割的文本检测代码示例可视化文本检测预测DB文本检测模型构建backbone网络FPN网络Head网络目标检测：不仅要解决定位问题，还要解决目标分类问题，给定图像或者视频，找出目标的

开始4月6日，根据MetaAI官方博客，MetaAI宣布推出了一个AI模型SegmentAnythingModel（SAM，分割一切模型）。据介绍，该模型能够根据文本指令等方式实现图像分割，而且万物皆可识别和一键抠图。github源码地址：facebookresearch/segment-anything官方网站体验地址：segment-anythin

1代码和模型来源于Github（如有侵权请及时评论联系），建议作者原始链接学习https://github.com/hpc2032测试硬件MACM1；预先安装pythonopencv onnxruntime;注意pip安装的

前言yolo系列用c写的，在工程中的部署特别方便。4月份yolov4横空出世，之前试了试效果，精度确实有了很大的提升，AB大神nb。最近需要在C++项目中使用yolov4，尝试了opencv的调用(见

代码地址：NER_in_Chinese/命名实体识别_中文.ipynbatmain·lansinuote/NER_in_Chinese(github.com)视频地址：https://www.bilibili.com/video/BV1WL4y1A7dm/?spm_id_fr