【文件属性】：
文件名称：OCR:使用深度学习进行光学字符识别
文件大小：182KB
文件格式：ZIP
更新时间：2021-05-12 14:52:45
tensorflow cnn lstm tensorflow-experiments deeplearning
使用DeepLearning进行光学字符识别
文字无处不在！ 它存在于PDF，文档和图像中。 在许多应用程序中，文本数据可用于进行分析。 这样的应用包括收据识别，车牌检测，从图像中提取乳胶配方等。通用计算机视觉可以用于此类任务，但缺乏准确性。 为了解决低精度和方差问题，我们使用了最先进的深度神经网络。
该存储库包括：
1. A TensorFlow implementation of the CNN+LSTM+CTC model for OCR.
2. supporting scripts to apply the RCNN appraoch for OCR.
建筑学
有关如何运行的说明
获取仓库
git clone https://github.com/harshul1610/OCR.git
获取NIST19数据集
mkdir data
wget https://s3.amazo
【文件预览】：
OCR-master
----.ipynb_checkpoints()
--------LSTM_CTC_OCR-captcha-checkpoint.ipynb(31KB)
--------Combine_Images_annotations_data-checkpoint.ipynb(6KB)
--------ocr_classification-checkpoint.ipynb(41KB)
--------LSTM_CTC_OCR-checkpoint.ipynb(37KB)
--------CNN_LSTM_CTC_OCR-captcha-checkpoint.ipynb(30KB)
--------make_annotations-checkpoint.ipynb(36KB)
--------make_pbtxt-checkpoint.ipynb(2KB)
----ocr_classification.ipynb(41KB)
----label_cls_name.json(860B)
----generate_captcha.py(710B)
----make_pbtxt.ipynb(2KB)
----images()
--------cnn_lstm_Architecture.jpeg(50KB)
----LSTM_CTC_OCR-captcha.ipynb(31KB)
----generate_tfrecord.py(4KB)
----xml_to_csv.py(1KB)
----LICENSE(1KB)
----captcha(14KB)
----README.md(1KB)
----make_annotations.ipynb(36KB)
----CNN_LSTM_CTC_OCR-captcha.ipynb(30KB)
----LSTM_CTC_OCR.ipynb(37KB)
----Combine_Images_annotations_data.ipynb(6KB)
----.gitignore(16B)