基于注意力模型和卷积循环神经网络的中文自然场景文本识别

最新推荐文章于 2024-04-09 09:59:00 发布
最新推荐文章于 2024-04-09 09:59:00 发布
阅读量9k 收藏 37
点赞数 8
文章标签： 自然场景文本识别 注意力机制 卷积循环神经网络 Tensorflow源码 中文
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_40003316/article/details/80062023
版权

       最近，在进行相关中文文本识别的工作，查阅了许多论文。最终决定参考谷歌的基于注意力机制的街景文本识别的论文："Attention-based Extraction of Structured Information from Street View Imagery"，并对官方源代码进行修改。

      本次中文文本识别的github地址为：https://github.com/A-bone1/Attention-ocr-Chinese-Version。代码使用的是python3.5及Tensorflow1.4，可在window10、ubuntu16.04上运行。下面对本次模型进行一个较为详细的描述。


一：模型整体框架及识别基本流程

最低0.47元/天 解锁文章
A_bone
关注
  • 8
    点赞
  • 踩
  • 37
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
cnn +rnn +attention 以及CTC-loss融合的文字识别代码，要的拿去不客气，样本使用自我合成的数据，可自己添加
04-23
cnn +rnn +attention 以及CTC-loss融合的文字识别代码，基于tensorflow实现，要的拿去不客气，样本使用自我合成的数据，可自己添加，有些人傻的，上来就说不能直接运行，大爷的说了要添加训练样本，傻吗。。。
论文详解：Attention-based Extraction of Structured Information from Street View Imagery（基于注意力机制的街景图像信息提取）
qq_41915623的博客
05-19 847
0. 摘要 ​ （1）该论文基于CNN、RNN和提出新颖的Attention建立的神经网络模型，在FSNS数据集上准确率达到84.2%，而之前最先进的方法的准确率为72.46%；另外，在Google的Street View 数据集上也表现良好。 ​ （2）本论文的模型具有以下特点：更简单、更通用、更快速 ​ （3）研究了不同深度的CNN特征提取器，权衡其速度和准确性 1. 引言 1.1 现状分析 ​ （1）传统OCR侧重于从扫描文档中提取文本 ​ （2）自然场景中提取文本更具有挑战性，其原因在于：自然场景容
Attention-OCR(Attention-based Extraction of Structured Information from Street View Imagery)
BUPT-WT的博客
07-11 864
Attention OCR 历史意义: 开创了基于attention机制建模OCR问题的先河。 本文主要结构如下: 一、Abstract 介绍提出attention-based OCR模型的优势 1. 论文提出基于attention模型取得更高的准确率 2. 模型结构简单，通用性更高 3.充足的实验给出有效结论 二、Introduction 介绍当前OCR领域研究的主流方法，分别有不同的缺点，文末提出模型优点及创新 三、The Proposed Netw...
探秘Attention OCR：一款高效、可定制的OCR工具
最新发布
gitblog_00052的博客
04-09 376
探秘Attention OCR：一款高效、可定制的OCR工具 项目地址:https://gitcode.com/emedvedev/attention-ocr 在数字化时代，光学字符识别（OCR）技术扮演了重要的角色，它能够帮助我们将纸质文档或图像中的文字自动转换为可编辑的文本。今天我们要介绍的是Attention OCR，一个由emydvedev开发的开源OCR库，基于深度学习模型，具有高性能和...
循环注意力卷积神经网络——RA-CNN（论文笔记）
qq_43673118的博客
11-20 3130
目录前言本文拟解决的问题解决问题的方法 前言 本文是对论文**《Look Closer to See Better：Recurrent Attention Convolutional Neural Network for Fine-Grained Image Recognition》**的学习梳理总结，主要参考文献为论文原文——《Spatial Transformer Networks》以及一篇博...
Attention-based Extraction of Structured Information from Street View Imagery【CNN+RNN+注意力机制的文字识别】
weixin_45978916的博客
05-20 211
机器学习 深度学习论文 4
基于神经网络的场景文本识别.pdf
09-25
【基于神经网络的场景文本识别】技术是计算机视觉领域中的一个重要分支，主要研究如何通过神经网络模型对图像中的文本进行准确识别。随着深度学习的发展，神经网络在场景文本识别的精度和质量上取得了显著的进步。这...
一种改进型卷积神经网络文本识别方法.pdf
09-25
传统的文本识别模型常采用卷积循环神经网络（CRNN），如VGG-16作为骨干网络进行特征提取。然而，VGG-16网络结构复杂，参数量大，计算量高，导致运行速度慢，不适合在资源有限的低性能平台（如树莓派）上运行。为此，...
一个基于卷积神经网络模型输出的LAMOST观测数据的恒星光谱型星表.zip
04-07
- **自然语言处理**：如文本分类、情感分析、词性标注等，尽管这些任务通常结合其他类型的网络结构（如循环神经网络）。 ### **7. 发展与演变** CNN的概念起源于20世纪80年代，但其影响力在硬件加速（如GPU）和大...
基于卷积神经网络(CNN)和CIFAR10数据集的图像智能分类 Web 应用.zip
04-07
- **自然语言处理**：如文本分类、情感分析、词性标注等，尽管这些任务通常结合其他类型的网络结构（如循环神经网络）。 ### **7. 发展与演变** CNN的概念起源于20世纪80年代，但其影响力在硬件加速（如GPU）和大...
CRNN_Tensorflow：用于场景文本识别的卷积递归神经网络（CRNN）
02-06
CRNN_Tensorflow 这是用于场景文本识别的深度神经网络的TensorFlow实现。 它主要基于论文 。 您可以参考本文以获取体系结构详细信息。 感谢作者。 该模型由CNN阶段提取特征组成，这些特征被馈送到RNN阶段（Bi-LSTM）和CTC损失。 安装 该软件已在Ubuntu 16.04（x64）上使用python 3.5和TensorFlow 1.12开发。 由于它使用了TensorFlow的一些最新功能，因此与旧版本不兼容。 提供了以下方法来安装依赖项： conda 您可以使用以下方法创建具有所需依赖项的conda环境： conda env create -f crnn
Python-基于Tensorflow的中文注意力OCR
08-11
基于Tensorflow的中文注意力OCR
中文转拼音实例-基于字符的卷积神经网络-超短文本分类-主要代码为lc222的github项目，有HTTP访问等.zip
04-07
- **自然语言处理**：如文本分类、情感分析、词性标注等，尽管这些任务通常结合其他类型的网络结构（如循环神经网络）。 ### **7. 发展与演变** CNN的概念起源于20世纪80年代，但其影响力在硬件加速（如GPU）和大...
attention_ocr
年轻即出发，
01-09 9447
论文：Attention-based Extraction of Structured Information from Street View Imagery Github：https://github.com/tensorflow/models/tree/master/research/attention_ocr   论文提出了基于attention机制的自然场景图片的ocr识别，在Fr...
翻译：Attention-based Extraction of Structured Information from Street View Imagery
开心的火龙果的博客
02-16 938
摘要 - 我们提出了一种神经网络模型 - 基于卷积神经网络，回归神经网络和一种新颖的注意机制 - 在具有挑战性的法国街道名称标志（FSNS）数据集上达到84.2％的准确率，明显优于先前的技术水平（Smith'） 16），达到72.46％。 此外，我们的新方法比以前的方法更简单，更通用。 为了证明我们模型的一般性，我们证明它在从Google街景视图中衍生的更具挑战性的数据集上也表现良好，其目标是从商...
OCR技术文档
BeyondCN2008的专栏
12-27 2490
HOME CATEGORIES ARCHIVES LINKS SEARCH ABOUT ME OCR  Published: 09 Oct 2015  Category: deep_learning Jump to... Papers Text Detection Text Recognition Text Detection + Recognition Breaking ...
《Attention-based Extraction of Structured Information from Street View Imagery》代码复现记录ing
qq_41915623的博客
05-19 537
0. 说明 ​ 本文主要记录自己在复现《Attention-based Extraction of Structured Information from Street View Imagery》论文代码的一些坑。 1. 本人环境 ​ （1）win10系统 ​ （2）python3.6 ​ （3）tensorflow1.15（gpu版本） ​ 一定记得切换tensorflow的版本，要不问题就非常多。 2. import 爆红解决 ​ 在上述环境下，import爆红有很多： ​ （1）对于爆红1，
深度学习框架-PyTorch实战
12-03
购买课程后，添加小助手微信（微信号：csdnxy68）回复【唐宇迪】进入学习群，获取唐宇迪老师答疑深度学习框架-PyTorch实战课程旨在帮助同学们快速掌握PyTorch框架核心模块使用方法与项目应用实例，让同学们熟练使用PyTorch框架进行项目开发。课程内容全部以实战为导向，基于当下计算机视觉与自然语言处理中经典项目进行实例讲解，通过Debug模式详解项目中每一行代码的作用与效果，整体风格通俗易懂，提供全部课程所属课件。
深度学习驱动的自然场景文本检测与识别研究进展
深度学习模型，如卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）以及注意力机制等，能够自动学习特征表示，显著提升了文本检测和识别的精度。 在文本检测方面，深度学习模型如Faster R-CNN、...
评论 7
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