利用CRNN来识别图片中的文字

CRNN网络结构：

crnn网络结构：CNN+Bi-RNN+CTC_loss

输入图片：

输入图片示例（大小：w*h=192*32）

                               输入：[batch_size,192,32,1]->

           Conv1-bn1-maxpool1->      [batch_size,96,16, 32]

           Conv2-bn2-maxpool2->      [batch_size,48,8, 64]

           Conv3-bn3-maxpool3->      [batch_size,24,4,128]

           Conv4-bn4-maxpool4->      [batch_size,12,2,256]

           Conv5-bn5->               [batch_size,11,1,512]

           Reshape->                 [batch_size,512, 11]

           Bi-lstm->                 [batch_size,512, 20]

           Output Sequence->         [512,batch_size,993]

           Ctc_loss

实验：

训练样本大小：

10072 中文字符数量：992个汉字+1个空格=993

超参数：

Batch_size: 8

Step:1259(1259*8 = 10072)

Epoch: 30

Learning_rate:0.01

实验结果：

CTC_LOSS

训练结果

迭代次数太少了，最后的测试精度还不够高。

代码：crnn_ocr