OCR文字识别:水平和垂直图像训练crnn模型
共 1656字,需浏览 4分钟
·
2020-09-15 09:07
向AI转型的程序员都关注了这个号???
机器学习AI算法工程 公众号:datayx
crnn.pytorch
本工程使用随机生成的水平和垂直图像训练crnn模型做文字识别;一共使用10多种不同字体;共包括数字、字符、简体和繁体中文字30656个,详见all_words.txt。
预测
1.1 直接预测
1.2 使用restful服务预测模型效果
2.1 水平方向
2.2 垂直方向评估
训练
代码 以及运行教程 获取:
关注微信公众号 datayx 然后回复 OCR 即可获取。
AI项目体验地址 https://loveai.tech
预测
直接预测
a) 执行如下命令预测单个图像
使用restful服务预测
a) 启动restful服务
模型效果
以下图像均来为生成器随机生成的,也可以试用自己的图像测试
水平方向
垂直方向
从左到右识别结果
评估
a) 水平方向
训练
a) 单机多卡
阅读过本文的人还看了以下文章:
基于40万表格数据集TableBank,用MaskRCNN做表格检测
《深度学习入门:基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分?
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加: datayx
机大数据技术与机器学习工程
搜索公众号添加: datanlp
长按图片,识别二维码