『CV学习笔记』文本识别算法CRNN&SVTR介绍|PyTorch显存分配原理

已于 2023-11-23 11:44:55 修改
阅读量1k 收藏
点赞数
分类专栏： CV学习笔记 文章标签： CNN RCNN 文本识别 计算机视觉
于 2023-11-10 19:47:08 首次发布
引用请附上作者博客链接https://zhangkaifang.blog.youkuaiyun.com/，谢谢理解！
本文链接：https://blog.youkuaiyun.com/abc13526222160/article/details/134327469
版权
本文介绍了文本识别中的CRNN和SVTR算法，包括CRNN的基本网络结构和CTC损失，以及PyTorch显存分配的原理，如CUDA上下文、缓存管理和模型占用的显存计算。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文本识别算法CRNN&SVTR介绍

文章目录

一. 文本识别

  • 文本识别是OCR（Optical Character Recognition）的一个子任务，其任务为识别一个固定区域的的文本内容。在OCR的两阶段方法里，它接在文本检测后面，将图像信息转换为文字信息。
  • 具体地，模型输入一张定位好的文本行，由模型预测出图片中的文字内容和置信度，可视化结果如下图所示：
  • 文本识别的应用场景很多，有文档识别、路标识别、车牌识别、工业编号识别等等，根据实际场景可以把文
  • 本识别任务分为两个大类&#x
了解本专栏 订阅专栏 解锁全文 超级会员免费看
计算机视觉方向面试题总结（一）：目标检测篇
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-23 1万+
《计算机视觉面试题总结系列》：主要面向计算机视觉目标检测、图像分割及OCR等领域，将对该领域面试相关问题等进行总结，主要进行资源整合！学习对象主要面向深度学习CV方向同学，本篇主要对目标检测方向进行全面总结，希望大家能够多多交流如有错误请大家在评论区指正，如有侵权联系删除。
OCR经典神经网络(一)文本识别算法CRNN算法原理及其在icdar15数据集上的应用
qq_44665283的博客
09-05 3273
OCR经典神经网络(一)文本识别算法CRNN算法原理及其在icdar15数据集上的应用
文本识别——SVTR阅读笔记
weixin_46505265的博客
12-08 2300
创新点：主流的场景文本识别模型通常包含两个构建块，用于特征提取的视觉模型和用于文本转录的序列模型。本文提出了一种场景文本识别的单一视觉模型，引入了局部和全局混合块，分别用于提取类似笔画的特征和字符间的依赖关系，结合多尺度骨干网络，形成了多粒度的特征描述。
文字识别SVTR算法
weixin_52862386的博客
06-07 1468
然后经过了三个Stage，其中Stage1和Stage2是一样的，其中Mixing Blocks是合并了Local信息和Global信息，然后通过Merging模型实现图像的高度减半。Mixing Blocks是考虑了在文字识别中，文字的识别通常受全局的影响，同时全局的特征可以使不清晰的局部具备更丰富的特征信息，从而提高识别能力。可以发现Global Mixing是一个普通的self attention，Local Mixing则是增加了一个mask，这里的mask代码可以自己分析一下。
文本识别-SVTR论文解读
持续关注并分享目标检测、数据生成、视频驱动、跨模态、分割、关键点等领域前沿技术
06-25 4962
SVTR 基于transformer文本识别算法，SVTR-L在英文及中文识别上速度快的同时accuracy高。
paddle ocr 文字识别模型训练 svtr
every place is the center of the universe
07-27 2235
○ 包含汉字、英文字母、数字和标点共5990个字符（字符集合：https://github.com/YCG09/chinese_ocr/blob/master/train/char_std_5990.txt ）参考：https://github.com/PaddlePaddle/PaddleOCR/blob/main/doc/doc_ch/dataset/datasets.md。训练后参数分布会变，所以预测的图片与训练的图片分布相似时，准确率会更高。如果用预训练模型预测，准确度只有68%
Paddle OCR v4 微调训练文字识别SVTRNet模型实践
every place is the center of the universe
04-25 5744
paddle ocr v4 微调训练文字识别模型实践
[IJCAI 2022] SVTR: 基于单个视觉模型的场景文字识别算法(转载自CSIG文档图像分析与识别专委会)
weixin_42280271的博客
12-12 4996
图2是这篇文章提出的SVTR的整体结构，采用类似于SwinTransformer[2]的视觉模型和一个全连接层以及CTC解码器进行文本序列预测。首先和ViT[3]类似，将输入尺寸为H * W * 3图片图像按照Patch进行划分, 得到图片\frac{H}{4} \times \frac{W}{4} \times D_{0} Embeddings。本文采用的Patch Embedding操作和ViT中的有些许差异，其由两层步距为2，卷积核大小为卷积层3X3，以及BN层构成。
SVTR文字识别
最新发布
Funnyman_Ming的博客
09-22 232
论文2.5中说的N nodes，就是输出的类别数量，英文37，中文6625，英文37说的是最简单的英文文字识别任务，不区分大小写，就是26个字母+10个数字+空格；高度下降为一半，宽度不降，是因为高度为度上采用stride=2，宽度上stride=1；就是一个窗口内的Global Mixing，局部的自注意，添加局部范围的信息；就是全局的自注意，类似与transformer，添加全局的信息；BN就是BatchNorm，LN就是layer norm；
CRNN网络结构及其实现
aift的专栏
06-19 4111
网络结构 网络层参数 代码实现（pytorch） import torch.nn as nn class BidirectionalLSTM(nn.Module): def __init__(self, nIn, nHidden, nOut): super(BidirectionalLSTM, self).__init__() self.rnn ...
pytorch 0.4版本 crnn算法.
11-22
pytorch 0.4版本 crnn算法.github作者更新到了pytorch1.1版本，但是感觉效果没有老版的好。这是老版的代码.
CTPN+CRNN 算法端到端实现文字识别的实战开发
u012181546的博客
12-09 2051
光学字符识别（英语：Optical Character Recognition，OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。发展时间较长，使用很普遍。OCR 作为计算机视觉中较早使用深度学习技术的领域，有很多优秀的模型出现。普遍的深度学习下的 OCR 技术将文字识别过程分为：文本区域检测以及字符识别。"""CTPN文字位置检测函数:param img_path: 图片路径:return: img: 需要进行文字检测的图片。
【深度学习】文字识别类竞赛三步走
fengdu78的博客
02-07 842
✦什么是OCR✦OCR（optical character recognition）文字识别是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、...
（二十五）论文阅读 | 文本识别之CRNN
Skies_的博客
06-16 741
TPAMI2016 | 文本识别之CRNN
CRNN算法详解
Michael’s Blog
03-26 4万+
《An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition》，是比较老的一篇文章了，在2015年6月发表在arxiv上，但是该方法还是被广泛运用。 文章思想：文章认为文字识别是对序列的预测方法，所以采用了对序列预测...
一文读懂CRNN（基于图像序列识别的端到端可训练网络）
Pleadge的博客
08-19 2094
CRNN网络介绍
DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—训练过程
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
05-18 7842
DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—训练过程 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 from keras.callbacks import ModelCheckpoi...
01 文字识别-CRNN算法
weixin_42454048的博客
04-02 3302
1. CRNN 算法的背景 传统的OCR在识别过程中分为两步：单字切割与分类任务。我们一般都会讲一连串文字的文本文件先利用投影法切割出单个字体，再送入CNN里进行文字分类。但是此法已经有点过时了，现在更流行的是基于深度学习的端到端的文字识别，即我们不需要显式加入文字切割这个环节，而是将文字识别转化为序列学习问题，虽然输入的图像尺度不同，文本长度不同，但是经过CNN和RNN后，在输出阶段经过一定的翻...
卷积神经网络(CNN)基础介绍
热门推荐
网络资源是无限的
01-16 37万+
卷积神经网络(CNN)基础介绍
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI大模型前沿研究

感谢您的打赏，我会继续努力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值