解读文本识别网络CRNN
5星
- 浏览量: 0
- 大小:None
- 文件类型：ZIP
简介：
CRNN是一种用于文本识别的深度学习模型，结合了卷积神经网络（CNN）进行特征提取和循环神经网络（RNN）处理序列信息的优点，特别适用于场景文字识别等任务。
CRNN（Convolutional Recurrent Neural Network）主要用于端到端地对不定长的文本序列进行识别，无需先对单个文字进行切割，而是将文本识别问题转化为基于图像的序列学习问题。
整个CRNN网络结构包含三部分：
1. CNN（卷积层），使用深度CNN从输入图像中提取特征，并生成特征图；
2. RNN（循环层），采用双向RNN（BLSTM）对上述提取到的特征序列进行预测，通过对每个特征向量的学习输出预测标签分布；
3. CTC loss（转录层），利用CTC损失函数将从循环层获取的一系列标签分布转换成最终的标签序列。
全部评论 (0)
还没有任何评论哟~
