文本识别分为两部分：文本定位与文本序列识别。这个repo主要是做的后者。
这是一个基于CRNN的文本序列识别项目。
在300w+的中文数据集上训练之后,得到了0.95的精度.(整个label都预测正确才认为正确)
我还做了一个基于keras的项目：
https://github.com/Liumihan/CRNN_kreas
个人认为keras对于新手来说更好上手，但是灵活性不够。所以自己又迁移到了pytorch上来。
| File | Description |
|---|---|
| crnn/ | 模型相关 |
| crnn/data/part_300w | 训练模型的数据集文件 |
| crnn/data/dataset.py | 数据集加载处理类 |
| crnn/models/crnn.py | 模型文件 |
| crnn/trainer_weights | 训练好的权重文件 |
| crnn/config.py | 配置文件 |
| crnn/utils.py | 辅助函数 |
| train.py | 训练模型程序 |
| evaluate.py | 模型测试程序 |
CRNN：https://arxiv.org/abs/1507.05717
CTC：http://people.idsia.ch/~santiago/papers/icml2006.pdf
CRNN：
https://zhuanlan.zhihu.com/p/43534801
CTC：
https://www.cnblogs.com/qcloud1001/p/9041218.html，
训练数据集：
链接: https://pan.baidu.com/s/1MinLf7IJvIAKK80wWJWPKg 提取码: yjjn