【ocr:end to end】ASTER :An Attentional Scene Text Recognizer with Flexible Rectification

最近从目标检测和分类转到了做OCR,什么都不太懂,只能一点一点的去理解:

文中需要学习的知识点:

Sequence to Sequence Learning with Neural Networks

sequence to sequence model小记

Beam Search Algorithm

理解LSTM(通俗易懂版)

Thin Plate Spline (薄板样条函数)

薄板样条函数(Thin plate splines)的讨论与分析

Position Embedding

什么是Attention

 

文中提到的论文:

1.《An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition》,即CRNN网络;

2.《spatial transformer networks》,解释了什么是STN;

3.《Neural Machine Translation by Jointly Learning to Align and Translate》,能做到focus和这个目标最相关的输入;

4.《Attention-based models for speech recognition》,介绍了Attention在语音识别中的应用;

 

别人对该文章的理解:

ASTER_An Attentional Scene Text Recognizer with Flexible Rectification

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

猫猫与橙子

你的鼓励将是我创作的最大动力

¥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
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