CTC（Connectionist Temporal Classification）主要用于解决语音识别和OCR中的序列对齐问题，避免人工严格对齐文本与语音。CTC通过解决不同长度序列匹配的难题，简化了模型训练过程。在CRNN模型中，输出是(T*C)的矩阵，经过解码过程，如遇到重复字符或空格则按规则处理，最终得到预测序列。
参考：
https://blog.csdn.net/Left_Think/article/details/76370453
深度实践OCR author：刘树春
先说一下CTC有什么用，先从应用场景下说：CTC最早被设计来解决编解码对不齐的问题。
在传统的语音识别的模型中，我们对语音模型进行训练之前，往往都要将文本与语音进行严格的对齐操作。
比方说上图这周情况预测得到一个(T,C)的矩阵，但是结果却可能是一个长度为(T1)的序列，T1和T不一定等，这个时候如何对其就很麻烦，全部人工标注就太费事了，而且标的还不一定对，比如下图，要把图像分割开，太费事了，这个时候CTC就上场了
先说一下CRNN模型输出是什么样的呢；
一般的全连接层输出为1*C的向量，而CRNN输出的是一个(T*C)的矩阵
该1*C的tensor输出为d，即模型预测结果为d
该模型输出为daeb
def decode(self, encode_texts, encode_probs=None
最低0.47元/天 解锁文章
5136
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
