首页ocr cnn-lstm

ocr cnn-lstm

时间: 2023-10-22 18:10:33 浏览: 99

cnn-lstm:在Pytorch中实现的CNN LSTM架构用于视频分类

CNN LSTM 带有Resnet后端的CNN LSTM用于视频分类的实现入门先决条件 PyTorch（需要0.4以上版本） FFmpeg，FFprobe 的Python 3 尝试自己的数据集 mkdir data mkdir data/video_data 将您的视频数据集放入data / video_data中。格式应为- + data + video_data - bowling - walking + running - running0.avi - running.avi - runnning1.avi 从视频数据集中生成图像 ./utils/generate

OCR CNN-LSTM是一种用于光学字符识别的模型。它结合了卷积神经网络（CNN）和长短时记忆网络（LSTM）的优点。CNN用于提取图像中的空间特征，LSTM用于学习文本序列特征。在OCR CNN-LSTM中，采用了CTPN（Convolutional Text Proposal Network）来生成候选文本区域。CTPN首先使用Softmax判断候选区域是否包含文本，然后使用Bounding box regression修正候选区域的位置。最后，通过合并相邻的候选区域来构建文本行。

阅读全文