CRNN--文本识别

CRNN是 Convolutional Recurrent Neural Network的缩写，是一种端到端的文字识别的网络。

原文链接：https://arxiv.org/pdf/1507.05717v1.pdf

CRNN由CNN+BiLSTM+CTC构成：

网络结构：

网络结构综合了CNN+RNN

(1)其中Max pooling中的窗口大小为1*2，保证提出的特征具有横向的长度，有利于识别较长的文本；

(2)CNN+RNN的训练比较困难，所以加入了BatchNorm，有助于模型收敛；

优势

(1)可以端到端训练；

(2)不需要进行字符分割和水平缩放操作，只需要垂直方向缩放到固定长度即可，同时可以识别任意长度的序列；

(3)可以训练基于字典的模型和不基于词典的任意模型；

(4)训练速度快，并且模型很小。

crnn.pytorch环境配置

下面介绍一下利用pytorch实现的crnn环境配置。

安装pytorch

网站http://pytorch.org/给出了对于不同的环境安装pytorch的命令。本人选择如下：

因此安装命令如下：

pip install http://download.pytorch.org/whl/cu90/torch-0.3.1-cp27-cp27mu-linux_x86_64.whl 
pip install torchvision 

安装lmdb

pip install lmdb

下载rcnn源代码

git clone https://github.com/meijieru/crnn.pytorch --recursive

下载预训练的模型

下载地址：https://pan.baidu.com/s/1pLbeCND

将crnn.pth放到data/路径下

测试

python demo.py

输出：

loading pretrained model from ./data/crnn.pth
a-----v--a-i-l-a-bb-l-e--- => available  

参考：

[1] https://github.com/meijieru/crnn.pytorch

[2] https://blog.csdn.net/qq_14845119/article/details/78934334