jianting

补充一个在 **Mac 上注册机运行**的方法，可以编译执行那个注册机同级目录下的cpp 文件，也能正常激活。

我运行时还要用同样的方法创建另外的两个ONet_No_landmark和RNet_No_landmark文件夹才能正常运行

印象里博主有说，在preprocess目录下是数据处理部分，大多都是 ” gen_***.py “这类命名方式。例如gen_12net_data.py中下面的部分代码就可以看出其生成了哪些文件。 ``` #face的id对应label的txt anno_file='../data/wider_face_train.txt' #图片地址 im_dir='../data/WIDER_train/images' #pos，part,neg裁剪图片放置位置 pos_save_dir='../data/12/positive' part_save_dir='../data/12/part' neg_save_dir='../data/12/negative' #PNet数据地址 save_dir='../data/12' ```

实际上train_model.py中的train函数仅仅是提供了一个通用的对三种网络的训练流程，其中的net_factory参数代表三种不同的网络，会在train函数被调用时由调用者给出Pnet、Rnet或者ONet的网络实例。 具体训练时是在train.py这个文件中实现的训练，这个文件中导入了train_model中的train函数，train_model.py只是提供了一个类似于工具类的部分。

看detection目录下的MtcnnDetector.py中的这部分代码可能会有帮助，大概在262-275行。 ` # 偏移量 dx1, dy1, dx2, dy2 = [reg[t_index[0], t_index[1], i] for i in range(4)] reg = np.array([dx1, dy1, dx2, dy2]) score = cls_map[t_index[0], t_index[1]] #对应原图的box坐标，分类分数，box偏移量 boundingbox = np.vstack([np.round((stride...

如果你直接运行并且写死size大小，就需要同时修改内部的代码，将内部相关的部分都修改，并且注释掉解析参数部分。 因为里面有解析程序输入参数的函数，这个报错的意思就是在运行解析参数函数时程序中没有检测到输入的参数（因为运行时没有输入参数所以检测不到）。

+1 

个人感觉实现了OCR识别表达式之后就转化成了数学计算，而数学计算有matlab、wolfram alpha这些工具，如果能够调用他们的api（如果有的话），问题就转化成了OCR符号识别。 另外一点，因为这个问题对识别结果要求很高，建议在识别的结果上加上可以人工修正识别结果的环节，ios上有一个app叫Mathkey，就是能够实现将图片转化为Latex格式的公式，而且可以人工修正；自动识别后只需要少量修改就能够不产生错误了。 博主最后说的想法有点符号主义的感觉？有点难以理解。 博主加油！

I find that the problem might caused by the plaugin . It's because that the some fields of a card that writed by the plugin are added wrong HTML code...

没有源码，看了下源码发现没有全部开源，可否申请源码？