dlunion / caffelstm-ocr Goto Github PK

基于caffe的LSTM OCR案例，能够利用该案例完成序列的识别，包括验证码、车牌、身份证号码、地址等长序列动长的内容识别

C++ 88.15% Batchfile 5.88% Python 5.97%

caffelstm-ocr's Introduction

CaffeLSTM-OCR

基于caffe的LSTM CTC OCR案例，能够利用该案例完成序列的识别，包括验证码、车牌、身份证号码、地址等长序列动长的内容识别
这是一个resnet+blstm的例子，blstm是双向lstm的意思，resnet也只是采用了其中的126部分，丢掉了一大半

这个最大的贡献，是
能够训练长序列的ocr识别，可以使用这个技术完成比如身份证号码、地址、车牌等识别任务

lstm网络设计注意事项：
1.保证CNN得到的featuremap输入到lstm时的宽度至少大于等于最大字符数的3倍左右，即time_step大于等于最大字符数3倍，否则小了不行
2.如果是配合完整的resnet精度应该能够更好
3.这次训练的精度为100%停止的，测试精度是97%左右，算是对复杂验证码OCR的一个证明，证明能力
4.对于自己衔接网络，只要保证最后的time_step能配的上就不会有错
5.训练过程中，如果出现难以收敛，把dropout层的dropout_ratio调低到0.5或者更低比如0.3甚至0，如果过拟合了，就调高，甚至可以0.7、0.9。当然默认是不要修改他，除非你也在研究
6.lstm的num_output个数也影响精度，还有所谓的多层lstm也是可以有的

里面的C++演示程序是干净的

下载

模型、演示图片、和依赖项，依赖项编译自https://github.com/dlunion/CCDL

CaffeLSTM-OCR.rar
train Dataset

caffelstm-ocr's People

Contributors

Stargazers

Watchers

Forkers

liujie3948 zgsxwsdxg mornydew jaciyu liyemei zhangxujinsh zouwen198317 lqs19881030 kyocen taodream wwwanghao lipond yijiuqianxiao trigrass2 freemindhack lfyg joizhang2012 starstylesky skdkisdi briangong dreadlord1984 hajungong007 yifanh torusknot38 satchelwu zanjs kerwin1202 fireeyesgit xmcloud3 xmbrain geyijun peternara we0091234 opencvfun chunlei labimage ddwapple honeyflyfish cassiaaaaaa xiaominfang zhangjingpu boragocode jiayanyuan seasky100 ocr-c zhj-buffer eglrp wangweilai1 pustar carabob anguoyang suzhenghang ouguochong grammert eminsight 89243982 chl916185 huming516520 coyun zghzdxs 5059 berli tomshare duanliying haoji007 hayekzh twoyoungtwosimple happog happykerry gxj1983 zhonghuihuo windowxiaoming congzhu nethorse lurenchou denethor1997 zievexu loudy2000 allwithfly mafylalala maoyichun zp1018 kellygodlv flowbinyang liaoheping lareinaho ilaohe miaowu16 sunjunlishi leo-xxx tongyoungg chenbaoliangab future-io duozhang yanghedada compliceu red-face koala-good teresasun bcc0910

caffelstm-ocr's Issues

运行环境的要求

该项目能否在ubuntu下运行，环境要求是什么？
怎么去编译运行？

你好，请问这个工程用的是原生的caffe版本吗，还是经过改造的caffe？

dll还有模型在哪里下载呢？

关于CCDL的问题

同学，你好，CCDL项目失效了，能分享下这个项目吗？

CaffeLSTM-OCR如何计算准确率？

楼主你好，请问如何计算字符识别的准确率值？

怎么修改代码识别图片和身份证？

怎么修改代码不受限制来识别身份证和图片上的文字？

运行时提示classification_dll.dll找不到

如题，工程中缺少classification_dll.dll链接库

could you open your classification.dll if you don't mind or text me [email protected]? 3Q so much

请问怎么做特征提取？

网上的例子都是直接做识别，有在网络的某一层做特征提取的例子吗？

有个问题想请教一下

跑rec-py.py代码时，报错：
[libprotobuf ERROR google/protobuf/text_format.cc:274] Error parsing text-format caffe.NetParameter: 13:34: Message type "caffe.LayerParameter" has no field named "continuation_indicator_param".
我用的是warpctc-caffe-master
为什么没有continuation_indicator_param？

你这个验证码识别的位数最多是5位还是可变的？我看你的label-test.txt 有的4位有的5位，
3位的或者6位的能识别吗？
这个识别验证码的位数（你这里就5位？。。还是由训练样本决定？）在哪里控制的？train.prototxt里的？
label-test.txt 的第32类别就是空的意思？
label-map.txt的顺序为啥不是0-9，A-Z按顺序排列啊？
如果用于一级汉字3755类识别可以吗？

非常感谢啊！