C++ 을 사용하여 Word, PDF 분할이 소프트웨어 라이브러리는 C++ 개발자에게 Word, PDF, EPUB, HTML, DOCX 문서를 부분으로 분할하는 기능 세트를 제공합니다. 텍스트를 별도의 파일로 분할하면 문서 섹션으로 더 쉽게 작업할 수 있습니다. 문서 분할 절차는 데이터를 자동화된 정보 시스템 또는 데이터베이스에 통합하는 기술의 일부일 수 있습니다. Show 우리 라이브러리는 C++ 개발자에게 문서에 필요한 모든 기능을 제공하고 지정된 모드에 따라 문서 페이지를 추출합니다. 이것은 Microsoft Word, Acrobat Reader 또는 기타 응용 프로그램을 설치할 필요가 없는 독립 실행형 C++ 솔루션입니다. C++ 코드에서 다른 기준을 사용하여 문서 내용을 분할합니다. '제목으로 분할', '섹션으로 분할', '페이지별로 분할', '페이지 범위별로 분할'과 같은 페이지 추출 모드를 사용할 수 있습니다. 문서를 분할한 후 'Document.Save' 메소드를 사용하여 필요한 파일 형식으로 결과를 내보낼 수 있습니다. 출력 스트림을 리디렉션할 수 있는 'DocumentPartSavingCallback' 속성을 사용하여 문서 부분을 HTML 또는 EPUB 형식으로 내보내는 방법을 제어할 수도 있습니다. C++ 용 솔루션으로 문서를 쉽게 분할하세요. 다음 예는 C++: C++에서 Word, PDF, HTML 및 기타 파일 형식을 분할하는 방법
파일을 분할하는 C++ 라이브러리개발자 환경에 Aspose.Words for C++ 를 설치하는 세 가지 옵션이 있습니다. 귀하의 요구 사항과 유사한 것을 선택하고 단계별 지침을 따르십시오.
시스템 요구 사항이 C++ 라이브러리를 사용하여 Microsoft Windows, Linux 및 macOS 운영 체제에서 소프트웨어를 개발할 수 있습니다:
Linux 또는 macOS용 소프트웨어를 개발하는 경우 제품 설명서 fontconfig 및 mesa-glu 오픈 소스 패키지)에 대한 정보를 확인하십시오. 데이터 세트 생성데이터세트에는 모델을 학습시키고 테스트하는 데 사용하는 이미지와 할당된 레이블이 포함되어 있습니다. Lookout for Vision 콘솔이나 주제
데이터셋용 이미지 준비데이터세트를 만들려면 이미지 컬렉션이 필요합니다. 이미지는 PNG 또는 JPEG 형식 파일이어야 합니다. 단일 데이터세트 프로젝트를 사용하는 경우 학습을 시작하려면 다음이 필요합니다.
별도의 훈련 및 테스트 데이터 세트를 사용하는 경우 학습을 시작하려면 다음이 필요합니다.
더 높은 품질의 모델을 만들려면 최소 이미지 수보다 많은 이미지를 사용하십시오. 세분화 모델을 만드는 경우 여러 가지 이상 유형이 있는 이미지를 포함하는 것이 좋지만 이러한 이미지가 Lookout for Vision Vision이 학습을 시작하는 데 필요한 최소값에는 포함되지 않습니다. 이미지는 단일 유형의 객체여야 합니다. 또한 카메라 위치, 조명 및 객체 포즈와 같은 일관된 이미지 캡처 조건을 갖추어야 합니다. 프로젝트의 모든 이미지는 크기가 같아야 합니다. 모든 훈련 및 테스트 이미지는 고유한 이미지여야 하며, 가급적이면 고유한 물체의 이미지여야 합니다. 일반 이미지는 분석 대상 물체의 일반적인 변형을 캡처해야 합니다. 변칙 이미지는 다양한 이상 징후 샘플을 캡처해야 합니다. Amazon Lookout for Vision Vision에서는 사용자가 사용할 수 있는 예제 이미지를 제공합니다. 자세한 내용은 예제 이미지 준비을 참조하세요. 이미지 제한은 단원을 참조하십시오.Amazon Lookout for Vision Vision의 할당량. 데이터 세트 생성프로젝트의 데이터세트를 만들 때 프로젝트의 초기 데이터세트 구성을 선택합니다. 또한 Lookout for Vision Vision에서 이미지를 가져올 위치를 선택할 수도 있습니다. 프로젝트의 데이터세트 구성 선택프로젝트에서 첫 번째 데이터 세트를 생성할 때 다음 데이터 세트 구성 중 하나를 선택합니다.
기존 단일 데이터세트 프로젝트에 테스트 데이터세트를 추가할 수 있습니다. 그러면 단일 데이터셋이 학습 데이터셋이 됩니다. 별도의 학습 및 테스트 데이터세트가 있는 프로젝트에서 테스트 데이터세트를 제거하면 해당 프로젝트는 단일 데이터셋 프로젝트가 됩니다. 자세한 내용은 데이터 세트 삭제을 참조하세요. 이미지 가져오기데이터세트를 생성할 때 이미지를 가져올 위치를 선택합니다. 이미지를 가져오는 방법에 따라 이미지에 이미 레이블이 지정되어 있을 수 있습니다. 데이터세트를 만든 후 이미지에 레이블이 지정되지 않은 경우 을 참조하십시오.LABeling. 데이터세트를 생성하고 다음 방법 중 하나로 데이터세트를 생성합니다.
데이터세트를 만든 후 이미지에 레이블이 지정되면 다음을 수행할 수 있습니다.모델 학습. 이미지에 라벨이 붙어 있지 않은 경우 만들려는 모델 유형에 따라 라벨을 추가하세요. 자세한 내용은 LABeling을 참조하세요. 기존 데이터셋에 더 많은 이미지를 추가할 수 있습니다. 자세한 내용은 데이터세트 업데이트을 참조하세요. |