img文件夹：用来存储验证码图片，10000张带标记的验证码数字图片。
Logs文件夹：用来存储模型训练权重。
训练15个epoch后val loss达到瓶颈，val loss = 0.09左右在也无法降低。
序列识别精度97.4%，效果极佳。
2021-08-20 14:18:57
854.16MB
1
新版本发布： :
文字渲染器
生成用于训练深度学习OCR模型（例如 ）的文本图像。 同时支持拉丁文和非拉丁文。
设置
Ubuntu 16.04
python 3.5+
安装依赖项：
pip3 install -r requirements.txt
演示版
默认情况下，只需运行python3 main.py将在output/default/生成20个文本图像和一个labels.txt文件。
使用您自己的数据生成图像
请运行python3 main.py --help来查看所有可选参数及其含义。 并将您自己的数据放在相应的文件夹中。
在configs/default.yaml文件中配置文本效果和分数（或创建一个新的配置文件，并通过--config_file选项使用它），以下是一些示例：
效果名称
图像
原产地（字体大小25）
透视变换
随机作物
曲线
浅边框
深色边框
2021-08-15 11:13:28
12.33MB
1
1、2000张车牌号序列图片。
2、搭建CRNN模型进行序列识别，精度达到91.2%。
3、可调用USB摄像头进行实时识别，鲁棒性较强。
2021-08-03 09:49:30
192.29MB
1
crnn（基于pytorch、python3） 实现不定长中文字符识别-附件资源
2021-06-20 17:54:01
23B
1
这是 https://github.com/ksanjeevan/crnn-audio-classification.git这个项目所需要的包
2021-06-11 18:07:55
18KB
1.4.1 介绍
Git地址：https://github.com/chineseocr/chineseocr。目前支持darknet、keras、tensorflow、pytorch。但将来会主要支持darknet。Yolo3开始就是用darknet编写的。
基于yolo3 与crnn 实现中文自然场景文字检测及识别。我试的身份证识别效果很好。
YOLO3：目标检测。
CRNN： EndToEnd文本识别网络-CRNN(CNN+GRU/LSTM+CTC)
1.4.2 环境准备
目前git上的代码必须用tensorflow=1.8，我本地的tensorflow=1.15运行不起来，会报错：In
2021-05-08 10:51:30
125KB
1