CRNN-PyTorch: 全语言OCR的PyTorch实现

CRNN-PyTorch: 全语言OCR的PyTorch实现

crnn-pytorch Pytorch implementation of CRNN (CNN + RNN + CTCLoss) for all language OCR. 项目地址: https://gitcode.com/gh_mirrors/cr/crnn-pytorch

CRNN-PyTorch 是一个基于 PyTorch 的卷积循环神经网络（Convolutional Recurrent Neural Network, CRNN）的开源项目，主要用于实现全语言的字符识别。该项目主要由 Python 编程语言实现。

项目基础介绍

CRNN-PyTorch 项目提供了一个基于 CRNN 架构的 OCR（Optical Character Recognition，光学字符识别）解决方案。CRNN 结合了卷积神经网络（CNN）和循环神经网络（RNN）的优点，能够有效地识别图像中的文字。该项目不仅支持英文，还可以支持中文等复杂语言字符的识别。

项目核心功能

• OCR 识别: 支持多种语言的文字识别，包括但不限于英文、中文等。
• CTC Loss: 采用 Connectionist Temporal Classification（CTC）损失函数，适用于处理可变长度的序列数据。
• 数据集制作: 提供了方便的数据集制作工具，支持文件夹模式和文件模式两种数据组织方式。
• 多GPU训练: 支持多 GPU 训练，提高训练效率。
• 参数和字符集自定义: 用户可以根据不同的需求调整参数和字符集。

项目最近更新的功能

• 修复了CTC Loss的NaN问题: 在训练过程中，CTC Loss 出现 NaN 的问题已经被修复。如果遇到此类问题，建议减小 batchSize 和学习率。
• 支持中文OCR: 通过修改读取键值的方式，项目现在支持中文OCR。
• 更换CTCLoss实现: 从 warp-ctc 切换到 PyTorch 自带的 CTCLoss，以适应 PyTorch 的最新版本。
• 处理NaN/Inf梯度: 新增参数 dealwith_lossnan，当设置为 True 时，网络会自动检查并替换所有 NaN/Inf 的梯度为0。
• 多GPU训练支持: 通过设置 multi_gpu 参数为 True，并正确设置 ngpu 参数，可以使用多 GPU 进行训练。

通过这些更新，CRNN-PyTorch 项目不仅提高了稳定性，还增加了对中文等复杂语言的支持，使得该项目更加全面和实用。

crnn-pytorch Pytorch implementation of CRNN (CNN + RNN + CTCLoss) for all language OCR. 项目地址: https://gitcode.com/gh_mirrors/cr/crnn-pytorch