机器学习笔记 - Ocr识别中的CTC算法原理概述

一、文字识别

        在文本检测步骤中，分割出了文本区域。现在需要识别这些片段中存在哪些文本。

机器学习笔记 - Ocr识别中的文本检测EAST网络概述-CSDN博客文章浏览阅读300次。在 EAST 网络的这个分支中，它合并了 VGG16 网络不同层的特征输出。现在，该层之后的特征大小将等于 pool4 层的输出，然后将两者合并到一层中。全卷积网络用于定位图像中的文本，该 NMS 阶段基本上用于将许多不精确检测到的文本框合并到每个文本区域（单词或行文本）的单个边界框中。幸运的是，可以使用预先训练的权重，可以从下面链接下载。EAST 架构是在考虑不同大小的字区域的情况下创建的。类似地，VGG16 模型其他层的输出被连接起来，最后，应用 Conv 3×3 层在输出层之前生成最终的特征映射层。https://skydance.blog.csdn.net/article/details/134481120        例如，请参见下图，其中左侧有片段，右侧有识别的文本。这就是我们想要的结果。