ctc center-loss在字符识别形近字分类中的使用

最近在处理字符识别形近字易识别错的问题，然后有大佬推荐了ctc center loss，该方法来源于阿里，据说效果不错

1.先介绍以下ctc center loss（ctc loss + center loss）

ctc loss我就不介绍了，center loss 最早用于人脸识别中的loss函数，该loss 的目的就是更好的扩大类间距离，缩小类内距离；而在字符识别中的使用，可以分为以下几个步骤：

step1：得到模型的预测结果，和双向长短期记忆法第二个rnn的lstm（线性层之前）的输出结果；

step2：将预测结果中字符数量和标签字符数量相等的预测结果保留下来，并提取出相应的真实标签，和对应的feature的位置；

step3：将step的feature提取出来，和对应的label，计算centerloss；

step4：将计算出的centerloss结果乘以系数然后和ctc loss求和；

2.tf中具体代码实现参考链接