libo-coder

文章目录一、Chineseocr 识别流程二、Darknet 提取 text_proposals一、Chineseocr 识别流程step 1： 文字方向检测包含：VGG16 的一个四分类算法（0,90，180,270），小角度的检测，estimate_skew_angle该步骤可以跳过，因为算法在一定角度范围内具有鲁棒性step 2： 文本检测用 yolo 检测出含有文本框的区域 text_proposals；Note：图像输入固定压缩到 608*608，框的宽度固定为 8，高

文章目录前言一、贪心搜索 （greedy search）1.1 原理解释1.2 图示说明1.3 代码实现二、束搜索（Beam Search）2.1 原理解释2.2 图示说明2.3 代码实现三、前缀束搜索（Prefix Beam Search）3.1 原理解释3.2 图示说明3.3 代码实现参考链接前言预测新的样本输入对应的输出字符串，这涉及到解码。按照最大似然准则，最优的解码结果为：示例：如上图的例子，按照时间序列展开得到栅格网络，解码的过程相当于空间搜索, 求取穷举的所有可能字符串序列中概

文章目录前言一、CRNN1.1 CRNN 介绍1.2 CRNN 网络结构1.2.1 CNN1.2.2 Map-to-Sequence1.2.3 RNN1.2.4 CTC Loss1.2.4.1 序列合并机制1.2.4.2 训练阶段参考链接前言现今基于深度学习的端到端 OCR 技术有两大主流技术：CRNN OCR 和 attention OCR。其实这两大方法主要区别在于最后的输出层（翻译层），即怎么将网络学习到的序列特征信息转化为最终的识别结果。这两大主流技术在其特征学习阶段都采用了 CNN+RNN

一、网络模型二、不同层设置不同学习率以优化器 Adam 为例：# 不同层设置不同的学习率train_params = list(map(id,crnn.rnn.parameters()))rest_params = filter(lambda x:id(x) not in train_params, crnn.parameters())# loss averagerloss_avg = utils.averager() # 对loss取平均对象# setup optimizerif