复现Easter2.0: IMPROVING CONVOLUTIONAL MODELS FOR HANDWRITTEN TEXT RECOGNITION（改进用于手写文本识别的卷积模型）

改进用于手写文本识别的卷积模型，主要观点是：手写体一般都是每行字为一份数据集，因此可以使用一维卷积来降低模型复杂程度，使用SE来获取上下文信息。同时也对数据进行了数据增强(使用TACO技术)

一：环境：

cpu环境下①②③不下载，直接下载tensorflow即可
只需执行pip install tensorflow

gpu环境下：

①tensorflow-gpu=2.10.1

②cuda==11.5

③cudnn为cudnn-windows-x86_64-8.9.6.50_cuda11-archive

 opencv-python matplotlib editdistance taco-box tqdm均安装最新版即可
二：模型整体架构

三：技术介绍
①TACo技术：

1. Tiling（平铺）：将输入图像切割成多个大小相等的小瓦片（Tw）。这里的Tw指的是瓦片的宽度。

2. Corruption（损坏）：在平铺之后，以损坏步骤的形式，用损坏的瓦片替换一部分（Cp）的瓦片。Cp是一个超参数，用于设置损坏概率。

3. Stitching（缝合）：最后，将瓦片按照相同的顺序缝合回去，以获得增强后的图像。

4. Tile Width（瓦片宽度）：瓦片宽度Tw是从输入图像高度H的10%到最大瓦片宽度参数Tmax之间的均匀分布中采样的。

5. 应用方向：TACo增强可以应用于输入图像的高度（H）、宽度（W）或两者。

②SE技术：

• Squeeze: 这个步骤涉及全局池化（通常是平均池化），将特征图转换为一个单一的通道，从而捕获整个特征图的全局信息。
• Excitation: 这个步骤涉及学习一个权重向量，每个权重对应原始特征图中的一个通道。这些权重通过两层全连接（FC）层和ReLU激活函数来计算，并通过Sigmoid函数进行归一化，以生成每个通道的重要性权重。

四：效果对比
论文中的效果图：

论文中的实际应用效果图：

本人实际运行效果图：

训练结束后执行，即可查看训练效果
python -m tensorboard.main --logdir logs