1.网络特点

1.端到段训练
2.自动处理变长序列
3.兼容基于词典与无词典模式

2.目前存在问题

1.对于序列识别，传统深度卷积DCNN输出长度固定，不能用于变长序列预测
2.变长识别问题可以使用检测+DCNN分类解决，但这种方法对于检测器有较高要求
3.基于词典的模式网络输出类别数量巨大，且难以范化到其他检测中去（例如中文，乐符OCR任务，新的任务需要新的词典）
4.存在方法：Hog feature+RNN，Hog feature无法端到段训练，RNN推理只依赖历史信息且存储的历史信息有限。

3.网络结构

CRNN网络结合了DCNN与RNN，网络由三部分组成
1.DCNN卷积
网络结构基于VGG并去掉全连接，第三四池化层使用1*2大小的池化窗口改变输出特征感受野以适配单词尺寸。用于提取输入图片特征到二维特征序列，每列特征与原始图片在水平方向上依次对应

2.循环层
使用Bi-LSTM构建特征序列，解决RNN上下文存储限制，解决LSTM只依赖过去信息的问题

3.转述层
转换每帧预测到标签序列，步骤：现移除重复标签，再移除“blank”空格

网络结构

叠加了两个Bi-LSTM以增加深度提升效果。网络训练使用了SGD，优化器Adadelta,使用生成数据集Synth，其中包含8百万图片与对应单词。训练数据完全使用生成数据集，测试使用真实场景图片。实验中CRNN获得了最好的效果且在其他序列识别任务中也有着不错的泛化性。

一文读懂CRNN（基于图像序列识别的端到端可训练网络）相关推荐

一文读懂CRNN+CTC文字识别
转自:https://zhuanlan.zhihu.com/p/43534801 文字识别也是图像领域一个常见问题.然而,对于自然场景图像,首先要定位图像中的文字位置,然后才能进行识别. 所以一般来说 ...
一文读懂CRNN+CTC（Connectionist Temporal Classification）文字识别
先总结一把CTC,下面文档太长: CTC是一种Loss计算方法,用CTC代替Softmax Loss,TF和pytorch都有对CTC的实现,从而解决OCR或者语音识别中序列对齐的问题.CTC特点: ...
一文读懂RoCE,基于以太网的RDMA
扫码关注笔者公众号linux网络虚拟化获取更多资料 RoCE全称RDMA over Converged Ethernet,从字面来看,也就是基于融合以太网的RDMA,所以在了解RoCE之前还得先认识下 ...
一文读懂傅立叶变换处理图像的原理
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达图 (a): (从左到右) (1) 原始图片 (2) 使用高斯低通 ...
2个相同的 stm32 can通讯不成功_一文读懂，基于 STM32 和 CAN 总线的温度监控系统的设计方法...
1 系统总体方案概述系统总体框图如图 1 所示,本系统采用主站+从站的结构,CAN 主站主要实现温度数据的存储以及 CAN 总线协议和串口协议之间的桥接,CAN 从站主要实现温度的采集.CAN 从站 ...
一文读懂Codex:基于Cosmos的跨链DeFi平台
从最原始的计算机代码,0与1数字的组合,到具有不可磨灭虚拟特性的资产,从改变世界的"点对点的电子现金系统"到"全球最大的超级电脑"人们对于数字领域世界的不断探索 ...
一文读懂基于PN532和S50的NFC开发
基于PN532和S50的NFC开发 1. NFC概述 NFC(Near Field Communication)近场通信,这个技术由非接触式射频识别(RFID)演变而来,由飞利浦半导体(现恩智浦半导体 ...
一文读懂EfficientDet
一文读懂EfficientDet. 今年年初Google Brain团队在 CVPR 2020 上发布了 EfficientDet目标检测模型, EfficientDet是一系列可扩展的高效的目标检测 ...
一文读懂AI简史：当年各国烧钱许下的愿，有些至今仍未实现
一文读懂AI简史:当年各国烧钱许下的愿,有些至今仍未实现导读:近日,马云.马化腾.李彦宏等互联网大佬纷纷亮相2018世界人工智能大会,并登台演讲.关于人工智能的现状与未来,他们提出了各自的观点,也引 ...

一文读懂CRNN（基于图像序列识别的端到端可训练网络）

1.网络特点

2.目前存在问题

3.网络结构

网络结构

一文读懂CRNN（基于图像序列识别的端到端可训练网络）相关推荐

最新文章

热门文章