端到端不定长文字识别CRNN

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.2k累计阅读 1.2k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄11年

关注

转载最新推荐文章于 2026-08-14 08:04:40 发布 1.2k 阅读 AI 写同款· GEO 优化 ›

大话文本识别经典模型：CRNN 冲击年薪50W，助你进阶Python工程师>>> ... 阅读详情

https://www.cnblogs.com/skyfsm/p/10335717.html

收录于

人工智能

当前文章被收录于：

人工智能

71 篇文章 4 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#CRNN #文字识别

CRNN+CTC文字识别基于RNN文字识别算法主要有两个框架： CNN+RNN+CTC(CRNN+CTC) CNN+Seq2Seq+Attention CRNN CRNN 介绍 CRNN 全称为Convolutional Recurrent Neural Network，主要用于端到端地对不定长的文本序列进行识别，不用先对单个文字进行切割，而是将文本识别转化为时序依赖的序列学习问题，就是基于图像的序列识别。整个CRNN网络结构包含三部分，从下到上依次为： CNN（卷积层），使用深度CNN，... 阅读详情

相关推荐

OCR文字识别基础

ocr文字识别

m0_47405013的博客 1755

【OCR技术系列之八】端到端不定长文本识别CRNN代码实现

CRNN是OCR领域非常经典且被广泛使用的识别算法，其理论基础可以参考我上一篇文章，本文将着重讲解CRNN代码实现过程以及识别效果。数据处理利用图像处理技术我们手工大批量生成文字图像，一共360万张图像样本，效果如下：我们划分了训练集和测试集（10:1），并单独存储为两个文本文件：文本文件里的标签格式如下：我们获取到的是最原始的数据集，在图像深度学习训练中我们一般都会把原始数据集转...

weixin_30445169的博客 987

Python-基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别

CTPN DenseNet CTC based end-to-end Chinese OCR implemented using tensorflow and keras

CRNN：端到端不定长文字识别算法

点击上方“AI搞事情”关注我们❝论文:《An End-to-End Trainable Neural Network for Image-based Sequence Recognitio...

fahaihappy的专栏 1070

CNN+GRU+CTC不定长中文识别模型训练和测试

Keras训练CNN+GRU+CTC不定长中文识别模型工程代码，含模型文件

算法 A 求稳健平均值和稳健标准差

文章目录算法原理代码算法原理算法 A 来自 GB/T 6379.5。应用此算法计算得到数据平均值和标准差的稳健值。稳健性是估计算法的特点，而不是其产生的估计值的特点，因此严格来说，称由此算法计算的平均值和标准差是稳健的是不确切的。然而，为避免使用繁琐的术语，“稳健均值”和“稳健标准差”应理解为利用稳健算法计算的总体均值和总体标准差的均值估计。设数据为 xi,i∈(1,2,⋯ ,n)x_i, i\in(1,2,\cdots,n)xi,i∈(1,2,⋯,n)，记稳健平均值为 x∗,s∗x^*, s^*x

zhuo木鸟的博客 9254

pytorch处理不定长序列；实现不定长输入的RNN / LSTM / GRU

情景描述 As we all know，RNN循环神经网络（及其改进模型LSTM、GRU）可以处理序列的顺序信息，如人类自然语言。但是在实际场景中，我们常常向模型输入一个批次（batch）的数据，这个批次中的每个序列往往不是等长的。 pytorch提供的模型（nn.RNN,nn.LSTM,nn.GRU）是支持可变长序列的处理的，但条件是传入的数据必须按序列长度排序。本文针对以下两种场景提出解决方法。每个样本只有一个序列：(seq,label)，其中seq是一个长度不定的序列。则使用pytorch训练时，

雪的期许 1万+

《涨知识啦29》-DBR的工作原理及其在VCSEL中的作用

分布式布拉格(Distributed Bragg Reflection，简称DBR)反射镜是垂直腔面发射激光器(Vertical-Cavity Surface-Emitting Laser，简称VCSEL)的重要组成部分。典型的DBR反射镜是由1/4ni波长厚度的高折射率和低折射率材料交替组成(ni是该层的折射率)。其反射率取决于组成对数、边界条件以及折射率差。图1 布拉格反射镜的工作原理 DBR反射镜的工作原理如图1所示。根据反射原理，当光从光疏介质n1射向光密介质n2（折射率n2>n1）时，反

simucal的博客 7982

【OCR技术系列之七】端到端不定长文字识别CRNN算法详解

在以前的OCR任务中，识别过程分为两步：单字切割和分类任务。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，在送入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DCNN和RNN后，在输出阶段经过一定的翻译后，就可以对整个文...

weixin_30632883的博客 2387

AI搜索优化（GEO）实战指南：抢占智能对话流量入口

AI SEO，是针对生成式AI平台（如DeepSeek、豆包、Kimi等）的优化策略，旨在通过适配AI算法对内容的理解和引用逻辑，提升品牌在AI生成答案中的可见性与权威性，从而在对话式搜索场景中抢占流量入口。：强化内容经验性（Experience）、专业性（Expertise）、权威性（Authoritativeness）、可信度（Trustworthiness）内容需避免夸大描述，提供可验证的细节（如数据、用户评价）。

Baixue5209的博客 6774

WSL2 Ubuntu复现FoundationPose项目(docker)

复现一个基于深度学习的物体姿态估计框架FoundationPose项目，使用docker，WSL2

woaidawangwang的博客 2000

ocr a extended字体_基于深度学习OCR技术：端到端不定长文字识别CRNN算法详解

加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师等大牛群内互动！同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。点击文末“”立刻申请入群~作者：Madcola博客园cnbloghttps://www.cnblogs.com/skyfsm在以前的OCR任务中，识别过程分为两步：单字切割和分...

weixin_39530833的博客 400

VisionMaster -Group循环、数组数据格式化

这里创建一个格式化工具，按照自己想要的模式格式化刚刚输出的数据。因为是检测多个物体，所以这里选择输出的是数组。第一次的模板很不满意，反复调整参数也没好，边缘不整齐，强迫症患者受不了。实测如果输入设置太多，会导致模块失效，所以尽量选择需要的少量参数。这里要打开循环使能，循环数值就是高精度匹配的匹配个数。Group输出设置里选择刚刚建立的数据集。左边是主流程，右边是组合模块内部流程。修改采图这里的曝光值，图像提亮一点。建一个数据集，把想要的数据收集起来。用TCP助手测试一下OK。成功得到了想要的数据。

weixin_69505365的博客 4529

attention 文字识别算法_【OCR技术系列之七】端到端不定长文字识别CRNN算法详解...

weixin_28878185的博客 730

QGis软件 —— 2、QGis加载在线地图两种方式（谷歌地图、天地图）

QGis软件 —— 2、QGis加载在线地图两种方式（谷歌地图）

1万+

2025目标检测新方向：弱监督目标检测的最新论文研究与应用

2025目标检测新方向：弱监督目标检测的最新论文研究与应用，人工智能，计算机视觉，大模型，AI，本文聚焦2025年弱监督目标检测新方向，阐述其基础概念，包括弱监督学习定义、标注形式及面临的定位不准等挑战。介绍最新论文研究的多种算法，如基于点标注的算法等，还涉及相关模型、应用领域，以及评价指标、数据集、实现工具框架，分析未来趋势与补充挑战及解决方案，为该领域研究提供全面参考。

不踩坑，不知道坑有多深；不总结，踩过的坑白踩。 7万+

OCR端到端不定长文字识别CRNN算法详解

金戈鐡馬 1399

磁悬浮分子泵：起源、现状与未来趋势深度解析

摘要磁悬浮分子泵作为高真空获取的关键设备，通过磁悬浮技术实现转子无接触高速运转，大幅提升了真空系统的性能和可靠性。本文系统梳理了分子泵从机械轴承到磁悬浮的技术演变历程，分析了当前行业格局及主要厂商产品特性，包括爱德华兹、普发真空等国际巨头的技术优势。研究进一步探讨了磁悬浮分子泵在半导体制造、科研设备等领域的核心应用，通过数学模型揭示了其性能参数关系。最后，展望了未来在智能化、节能化等方面的发展趋势，为相关领域的技术创新提供参考。关键词：磁悬浮分子泵；高真空技术；半导体制造；科研设备；技术发展

技术工作者 690

极验汉字点选识别（一）----端到端不定长文字识别CRNN算法详解

在以前的OCR任务中，识别过程分为两步：单字切割和分类任务。我们一般都会将一连串文字的文本文件先利用投影法（水滴法）切割出单个字体，在送入CNN里进行文字分类。上述方法目前已经不再流行，面临的显而易见的问题就是容易造成将当个字符切开，导致后续分别出错，而且汉字处理识别成本较高，当下更流行的是基于深度学习的端到端的文字识别，我们不需要显示的对汉字进行切割，而是将汉字转成序列学习问题，虽然输入的图像尺度不同，文本长度不同，但是经过DCNN和RNN后，在输出阶段经过一定的翻译后，就可以对整个文本图像进行识别，也就

Jonny 2451

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏相关源码待公开

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

文字识别（六）--不定长文字识别CRNN算法详解

转自：https://www.cnblogs.com/skyfsm/p/10335717.html 在以前的OCR任务中，识别过程分为两步：单字切割和分类任务。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，在送入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...

工作笔记 1万+

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

python文字识别算法_基于深度学习OCR技术：端到端不定长文字识别CRNN算法详解...

作者：Madcola博客园cnbloghttps://www.cnblogs.com/skyfsm在以前的OCR任务中，识别过程分为两步：单字切割和分类任务。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，在送入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...

weixin_39749243的博客 787

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

AttentionOCR Pytorch中文识别程序

Pytorch AttentionOCR 中文端到端的文字识别 程序完全可用总体结构本项目在CRNN的基础上进行修改完成的，基于Pytorch实现，程序完成可用整体流程为：encoder+decoder encoder采用CNN+biLSTM模型 decoder采用Attention模型 encoder encoder部分采用和crnn一样的模型结构，输入是32pix高的字符图片，宽度不...

怡宝2号 6411

CRNN文字识别实战：Lets_OCR教你如何将图像转为可编辑文本

Lets_OCR是一个集成了CTPN、EAST和CRNN等经典OCR算法的Pytorch实现项目，能够帮助用户轻松实现图像到可编辑文本的转换。本文将以CRNN文字识别为例，详细介绍如何使用Lets_OCR进行文字识别实战。 ## 一、CRNN文字识别简介 📚 CRNN（Convolutional Recurrent Neural Network）是一种结合卷积神经网络（CNN）和循环神经网络

gitblog_00686的博客 790

echart 固定刻度文字宽度_基于tensorflow实现对自然场景的文字检测及端到端的OCR文字识别...

实现功能文字方向检测 0、90、180、270度检测文字检测后期将切换到keras版本文本检测实现keras端到端的文本检测及识别不定长OCR识别环境部署Bash##GPU环境sh setup.sh## CPU环境sh setup-cpu.sh##CPU python3环境sh setup-python3.sh使用环境：python3.6+tensorflow1.7+cpu/gpu模型训练一共...

weixin_39619170的博客 212

python场景文字识别_GitHub - QiaoXie/CHINESE-OCR: [python3.6] 运用tf实现自然场景文字检测,keras/pytorch实现ctpn+crnn+ctc实现...

本文基于tensorflow、keras/pytorch实现对自然场景的文字检测及端到端的OCR中文文字识别参考github仓库实现功能文字方向检测 0、90、180、270度检测文字检测后期将切换到keras版本文本检测实现keras端到端的文本检测及识别不定长OCR识别环境部署Bash##GPU环境sh setup.sh##CPU环境sh setup-cpu.sh##CPU python3...

weixin_35949298的博客 724

上一篇：【深度学习】Mobilenet-SSD实现步骤

下一篇： Ubuntu 14.04 下安装torch

OCR文字识别基础

m0_47405013的博客

01-25

1755