tensorflow版的CRNN训练CTC loss计算报错  Labels length is zero in batch 253 解决方法

最新推荐文章于 2022-05-05 17:43:22 发布
最新推荐文章于 2022-05-05 17:43:22 发布
阅读量524 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_24975309/article/details/113081303
版权
这篇博客讲述了在使用TensorFlow实现CRNN模型训练时遇到CTCloss计算错误的问题。错误源于数据集中的图片损坏或标签为空。解决方案包括检查每张图片的读取状态和验证每个标签的长度，确保没有空白标签。通过这些步骤，可以有效避免并解决这类问题。
摘要由CSDN通过智能技术生成

tensorflow版的CRNN训练CTC loss计算报错  Labels length is zero in batch 253 解决方法

错误如下:

排查很久发现是数据的坑：

可能原因1:图片损坏， 解决方法：每张训练集 cv2.imread（）一下，有异常的 打印索引，打开查看图片问题；

可能原因2： 标签异常，label为空白，  解决方法：每行label  查看len() ,length小于1的打印出索引查看（我个人遇到的是标签为空白）

好吃的鱿鱼
关注
pytorch验证码识别crnn+ctcloss+beam_search_decoder从0到1（附避坑要点！）
VFAing的博客
07-19 1480
pytorch验证码识别crnn+ctcloss+beam_search_decoder从0到1（附避坑要点！）
CTCLOSS backward报错
hzhj的博客
07-17 1648
利用该项目进行中文训练时，程序在ctcloss反向传播时出现问题。为验证ctcloss的有效性，网上找了一段测试代码。 import torch from torch.autograd import Variable from warpctc_pytorch import CTCLoss ctc_loss = CTCLoss() # expected shape of seqLength x ...
Python-基于CTPNtensorflowCRNNpytorchCTC的不定长文本检测和识别
08-11
基于CTPN（tensorflow） CRNN（pytorch） CTC的不定长文本检测和识别
TensorFlow Error
qq_43521665的博客
03-24 303
最近一直在看代码，也就是在改代码。众所周知，别人的代码就算复制到自己机器上，也还是运行不出来的。我称之为在学习思想~~ 首先是烦人的动态图机制，要时刻记住你的代码其实默认并没有写进图里，当运行到的时候就已经执行了。先放一下我的错误，虽然都被我莫名其妙地解决了，但我不敢说自己懂了，我只能说这样好像，确实，是可以解决的。下面代码是来自Github,当然我使用的已经被我改的面目全非了。所以复制下面的代码一定是不可能运行成功的，我称之为传递思想~~ 下面是我出错提示，有需要的同学可以看一下 RuntimeErro
Tensorflow的loss函数计算容易出错的地方
AlphaHolo的博客
03-28 8979
1 问题的提出 按照tensorflow官方教程搭建好的一个model中的loss函数应该是采用如下的计算方法： cross_entropy = -tf.reduce_sum(y_*tf.log(y)) 其中，这个公式就是按照标准的交叉熵函数进行定义的，比较简陋，去掉了常数项系数，但是没改变总体的性质，所以算是基本交叉熵函数。 但是呢，tensorflow系统中提供了计算交叉熵函数的接
tensorflow出现LossTensor is inf or nan : Tensor had Inf values
pythonplusvable
09-15 1万+
之前在TensorFlow中实现不同的神经网络，作为新手，发现经常会出现计算的loss中，出现Nan值的情况，总的来说，TensorFlow中出现Nan值的情况有两种，一种是在loss中计算后得到了Nan值，另一种是在更新网络权重等等数据的时候出现了Nan值，本文接下来，首先解决计算loss中得到Nan值的问题，随后介绍更新网络时，出现Nan值的情况。 Loss计算中出现Nan值       ...
记录tensorflow下代码的一些报错处理
Moria1995的博客
02-27 5471
升级到tf2.0之后无法导入keras ，直接修改导入包的代码如下` from tensorflow.python.keras.preprocessing.image import ImageDataGenerator, img_to_array, load_img import os 升级到tf2.0之后import tf 报错问题，修改import代码如下 import tensorflow...
使用tf.nn.ctc_loss遇到的一些问题及解决思路
缘来如此
05-27 1478
我所说的tf.nn.ctc_loss是属于tensorflow 1.13.1的： tf.nn.ctc_loss(labels, inputs, sequence_length, preprocess_collapse_repeated=False, ctc_merge_repeated=True, ignore_longer_outputs_than_inputs=False, time_major=True) 首先，放一段
CRNN文本识别与tensorflow实现
linchuhai的博客
01-13 1万+
1.引言     文本识别即对一张文本图像进行识别，将其中的文字转化为文本信息，这样才能变成计算机可以理解的语言。前面我们介绍了两种文本检测方法，请参见《CTPN文本检测与tensorflow实现》、《EAST文本检测与Keras实现》，在文本检测之后，我们可以获得了一张图像中各个文本的位置，这时，我们可以将各个文本片段剪切出来，进行仿射变换，得到类似图1这样的文本图像，但是，这时计算机还是没法...
CTC loss
hzhj的博客
05-10 4068
为方便理解损失值计算的由来，先介绍相关概念。 伪字符，为解决重复字符(eg. hello)或字符间存在的空白区域而引入的无用字符。对输入字符串而言，将伪字符插入到字符串的相邻字母间，则当给定字符串长度为L时，变换后的字符串长度为2*L + 1。 ps 该字符与空字符不同，空字符为有效字符。 路径，表示时间序列上从起点到终点所对应每个元素的概率的乘积，如下公式所示。其中x表示给定输入，π表示...
crnn训练样本整理（1）：样本重新编号-1vs1的标签与图片（python）
qq_23149979的博客
01-21 973
crnn做文字识别，训练样本需将图片与该图片的标签放到一个目录下，为便于管理尽可能多的样本，遂对样本进行重新编号。
CRNN项目实战
一位在路上的工程师的博客
05-05 6349
CRNN项目实战 之前写过一篇文章利用CRNN进行文字识别，当时重点讲的CRNN网络结构和CNN部分的代码实现，因为缺少文字数据集没有进行真正的训练，这次正好有一批不定长的字符验证码，正好CRNN主要就是用于端到端地对不定长的文本序列进行识别，当然是字符和文字都是可以用的，所以这里进行了一次实战。 主要是参考github项目：https://github.com/meijieru/crnn.pytorch 关于lmdb lmdb安装 首先关于lmdb这个数据库，python有两个包，一个是lmdb，另一个是
Caffe下CRNN训练自己的数据
m_buddy的博客
08-07 4604
1. 数据准备 1.1 图像数据准备 这里需要将图像数据统一转换到128*32（宽度*高度）上来，当然也可以更改为其它类型的长度，这里只是使用了该尺寸。 1.2 Label数据准备 Label数据是与图像数据对应的数据，其中包含了图像中的具体字符数据。在制作label数据的时候需要将不同的字符转换到不同的数字标号上来，这里需要将字符映射表的最后一位设置为“_blank_”。这里还需...
tensorflow lstm代码
mirror的专栏
02-03 1083
tensorflow 版本 1.2 # coding=utf8 import tensorflow as tf import numpy as np import random from tensorflow.examples.tutorials.mnist import input_data # for MNIST class_num = 10 class_num = 10 batc
seq2seq logits和labels维度不一致问题
weixin_38889448的博客
05-24 2429
在decode阶段，训练结果的维度通常由trainingHelper中的sequence_length指定。training_logits的shape为batch_size*target_sequence_length*decoder_embeding_size,其中第二维度是每批target数据的固定长度，embeding_size是转换后的解码层维度，即decoder_embed_input向...
tensorflow学习笔记（三）：损失函数
热门推荐
Keith
10-20 3万+
""" tf.python.ops.nn_ops.sparse_softmax_cross_entropy_with_logits(logits, labels, name=None) """ def sparse_softmax_cross_entropy_with_logits(logits, labels, name=None): #logits是最后一层的z（输入） #A common us
基于CTPN（tensorflow）+CRNN（pytorch）+CTC的不定长文本检测和识别
u012135425的博客
10-25 8237
转发来源：https://swift.ctolib.com/ooooverflow-chinese-ocr.html chinese-ocr 基于CTPN（tensorflow）+CRNN（pytorch）+CTC的不定长文本检测和识别 环境部署 sh setup.sh 使用环境： python 3.6 + tensorflow 1.10 +pytorch 0.4.1 注：...
Tensorflow中使用 LSTM + CTC 的例子
zchang81的博客
08-10 1万+
LSTM + CTC + Tensorflow示例 这是一个使用lstm和ctc来端到端识别图片中序列数字的demo。
基于DBnet+CRNN+CTC的证件OCR任务，tensorflow2.x实现
cxn511的博客
02-01 2415
最近完成了一项海外证件全信息识别的项目，主要有四大模块：证件定位（BISNET分割），文本检测（DBnet），文本识别（CRNN+CTC），信息抽取（规则）。目前，证件定位的准确率为99%；本检测的准确率为99.2%；识别的准确率为98%（以字段为单位）。有空整理完代码放到github上。待续。。。 ...
发票识别YOLOv3 + CRNN + CTC
最新发布
04-06
在发票识别中，深度学习算法已经成为了一种主流的解决方案，其中YOLOv3、CRNN和CTC是比较常用的三种算法。 YOLOv3算法是一种目标检测算法，可以实现对发票中的各种信息（如发票号码、金额、日期等）的检测和定位。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值