【文件属性】：
文件名称：SimpleHTR：使用TensorFlow实现的手写文本识别（HTR）系统
文件大小：512KB
文件格式：ZIP
更新时间：2021-02-03 05:59:09
machine-learning ocr deep-learning tensorflow recurrent-neural-networks
使用TensorFlow进行手写文本识别
2021年更新：更强大的模型，更快的数据加载器，仅Python3
2020年更新：代码与TF2兼容
使用TensorFlow（TF）实现并在IAM离线HTR数据集上接受训练的手写文本识别（HTR）系统。 这种神经网络（NN）模型可识别分段词图像中包含的文本，如下图所示。 正确识别了验证集中的3/4个单词，字符错误率约为11％。
运行演示
IAM数据集上训练。 将下载的文件model.zip的内容放入存储库的model目录中。 然后，转到src目录并运行python main.py 输入图像和预期输出如下所示。
> python main.py
Validation character error rate of saved model: 11.118344571029994%
Init with stored values from ../model/snapshot-76
Recognized: "Hello"
Probability: 0.8462573289871216
经过测试：
Python 2（commit <= 97c251
【文件预览】：
SimpleHTR-master
----src()
--------main.py(6KB)
--------analyze.py(5KB)
--------DataLoaderIAM.py(5KB)
--------SamplePreprocessor.py(2KB)
--------Model.py(12KB)
--------createLMDB.py(768B)
----model()
--------accuracy.txt(66B)
--------charList.txt(79B)
--------wordCharList.txt(54B)
----requirements.txt(118B)
----doc()
--------analyze.png(61KB)
--------graphics.svg(180KB)
--------decoder_comparison.png(31KB)
--------nn_overview.png(63KB)
--------htr.png(12KB)
----LICENSE.md(1KB)
----README.md(10KB)
----data()
--------analyze.png(4KB)
--------translationInvarianceTexts.pickle(294B)
--------corpus.txt(577KB)
--------test.png(20KB)
--------pixelRelevance.npy(13KB)
--------translationInvariance.npy(192B)
----.gitignore(108B)