CTPN/CRNN的OCR自然場景文字識別理解（二）

CRNN 1) 端到端可訓練（把CNN和RNN聯合訓練） 2) 任意長度的輸入（圖像寬度任意，單詞長度任意） 3) 訓練集無需有字符的標定 4) 帶字典和不帶字典的庫（樣本）都可以使用 5) 性能好，而且模型小（參數少） 網絡結構 架構包括三部分： 1) 卷積層，從輸入圖像中提取特徵序列； 2) 循環層，預測每一幀的標籤分佈； 3) 轉錄層，將每一幀的預測變爲最終的標籤序列。 在CRNN的底部，卷

>>阅读原文<<