【文件属性】：
文件名称：cnn_lstm_ctc_ocr：基于Tensorflow的CNN + LSTM进行了OTC的CTC损失训练
文件大小：10.2MB
文件格式：ZIP
更新时间：2021-02-06 07:25:02
ocr tensorflow lstm text-recognition convolutional-neural-networks
总览
该集合展示了如何使用CNN功能作为输入并带有CTC损失来构造和训练深度双向堆叠LSTM，以执行可靠的单词识别。
该模型是Shi等人的架构（ ）的直接改编。 提供的代码使用Jaderberg等人的综合数据（ ）MJSynth下载和培训。
值得注意的是，在对不区分大小写的闭合词汇表MJSynth数据进行训练和测试时，该模型实现的测试词错误率低于 （1.82％）。
为Python 2.7编写。 需要TensorFlow> = 1.10（存在针对TF> 1.10的弃用警告，但代码仍然有效）。
该模型和后续实验在有更全面的描述
结构体
所构建的模型是Shi等人的CRNN架构（arXi
【文件预览】：
cnn_lstm_ctc_ocr-master
----HISTORY.md(2KB)
----data()
--------images()
--------train()
--------test()
--------val()
----AUTHOR(27B)
----LICENSE(34KB)
----src()
--------charset.py(2KB)
--------validate.py(4KB)
--------mjsynth-tfrecord.py(8KB)
--------utils.py(3KB)
--------test.py(4KB)
--------train.py(7KB)
--------pipeline.py(6KB)
--------filters.py(5KB)
--------evaluate.py(6KB)
--------model_fn.py(21KB)
--------mjsynth.py(5KB)
--------model.py(9KB)
----FAQ.md(1KB)
----.gitignore(1KB)
----Makefile(723B)
----README.md(10KB)