文件名称：CRNN_Tensorflow：用于场景文本识别的卷积递归神经网络（CRNN）
文件大小：34.05MB
文件格式：ZIP
更新时间：2024-02-27 01:09:54
tensorflow ocr-recognition ctc-loss sequence-recongnition chinese-ocr
CRNN_Tensorflow 这是用于场景文本识别的深度神经网络的TensorFlow实现。 它主要基于论文 。 您可以参考本文以获取体系结构详细信息。 感谢作者。 该模型由CNN阶段提取特征组成，这些特征被馈送到RNN阶段（Bi-LSTM）和CTC损失。 安装 该软件已在Ubuntu 16.04（x64）上使用python 3.5和TensorFlow 1.12开发。 由于它使用了TensorFlow的一些最新功能，因此与旧版本不兼容。 提供了以下方法来安装依赖项： conda 您可以使用以下方法创建具有所需依赖项的conda环境： conda env create -f crnn
【文件预览】：
CRNN_Tensorflow-master
----crnn_model()
--------cnn_basenet.py(23KB)
--------__init__.py(198B)
--------crnn_net.py(9KB)
----model()
--------crnn_syn90k_saved_model()
----local_utils()
--------evaluation_tools.py(5KB)
--------log_utils.py(2KB)
--------__init__.py(198B)
--------establish_char_dict.py(4KB)
----requirements.txt(195B)
----config()
--------global_config.py(3KB)
--------__init__.py(198B)
----LICENSE(1KB)
----tools()
--------write_tfrecords.py(2KB)
--------__init__.py(198B)
--------train_shadownet.py(21KB)
--------apply_ocr_pdf.py(163B)
--------evaluate_shadownet.py(9KB)
--------recongnize_chinese_pdf.py(8KB)
--------test_shadownet.py(4KB)
----data_provider()
--------shadownet_data_feed_pipline.py(12KB)
--------__init__.py(198B)
--------tf_io_pipline_fast_tools.py(16KB)
----crnntf-env.yml(252B)
----README.md(9KB)
----SECURITY.md(619B)
----data()
--------char_dict()
--------images()
--------test_images()
----tfserve()
--------crnn_python_client_via_grpc.py(4KB)
--------export_saved_model.py(4KB)
--------export_crnn_saved_model.sh(419B)
--------crnn_python_client_via_request.py(2KB)
--------run_tfserve_crnn_gpu.sh(397B)
----.gitignore(1KB)
----_config.yml(26B)