crnn.pytorch

卷积递归神经网络（CRNN）实现

预期输出: 正在从 ./data/crnn.pth 加载预训练模型 a-----v--a-i-l-a-bb-l-ee-- => available 依赖项 ---------- * warp_ctc_pytorch * lmdb 训练新模型 ------------------ 1. 根据 原始指南 构建数据集。如果您想使用可变长度的图像进行训练（例如保持原始比例），请修改 tool/create_dataset.py 并根据文本长度对图像进行排序。 2. 执行 Python train.py --adadelta --trainRoot {train_path} --valRoot {val_path} --cuda。请参阅 train.py 以了解详细信息。 引用 ---------- ```tex @article{shi2016end, title={An end-to-end trainable neural network for image-based sequence recognition and its application to scene text recognition}, author={Shi, Baoguang and Bai, Xiang and Yao, Cong}, journal={IEEE transactions on pattern analysis and machine intelligence}, volume={39}, number={11}, pages={2298--2304}, year={2016}, publisher={IEEE} }