ocr.cfg about darknet-ocr HOT 11 OPEN

这和移植没有多大关系，darnnet 框架下也有rnn层，CNN层已经能够很好去表征，为什么还要用rnn呢？

from darknet-ocr.

还有text.cfg，最后输出40，想知道1）检测思路是什么 2）基于什么样的标注训练的呢

from darknet-ocr.

@deep-practice you should read YOLO paper for the detail

from darknet-ocr.

Yolo这个我知道，但是作者是如何定义输入输出的，这个没看明白 @Johnson-yue

from darknet-ocr.

text输出：HW40，H=imgH/16,W=imgW/16 (imgH,imgW为输入图像的长、宽)
40= len(anchors)*4 ，意思就是每个点设置了10个anchors，4 = （0.5,0.8,0.0, 0.9）表示（box 的cy,h box的二分类概率），也可以是 len(anchors)*3，那么二分类概率变为logistic即可，然后构造数据训练。
ocr就是CNN网络，最后一层的filters就是需要识别的字符集，卷积核为（1，1），外加一个CTC损失函数去训练模型，预测不需要CTC。

from darknet-ocr.

想问一下，ocr模型效果好么，比crnn主干网络精简了很多，同时去掉了rnn @wenlihaoyu

from darknet-ocr.

之前测试的情况是去掉bilstm后速度变快，但精度有所下降。最主要的是去掉rnn层后好移植。不知道作者是不是出于这个原因才去掉rnn的。

from darknet-ocr.

去掉bilstm怎么可能会变慢，全CNN层会快很多，加入了dense层吧？目前基于全CNN训练，对于中文识别准确率大概在96.5%左右，速度也快，对于发票识别比crnn模型要好很多。

from darknet-ocr.

去掉bilstm怎么可能会变慢，全CNN层会快很多，加入了dense层吧？目前基于全CNN训练，对于中文识别准确率大概在96.5%左右，速度也快，对于发票识别比crnn模型要好很多。

对的，最后一层使了全连接来做的分类，效果要差一些。我训练出来的模型达不到你的这个精度。想了解一下训练集是什么规模？合成数据和真实数据大概是什么样的比例。

from darknet-ocr.

这和移植没有多大关系，darnnet 框架下也有rnn层，CNN层已经能够很好去表征，为什么还要用rnn呢？

您好，请问一下，这里的ocr该如何训练呢？我可以这样理解吗? 标注数据还是对该图片（当行的文本图片），进行标注，在训练的时候对输入的图像直接CNN，去掉后面的rnn，得到一个NxClasses(需要识别的字典的个数)的数组，然后对这个N*Classes的数据进行CTC_loss；测试的时候，是对这个NxClassses的每一个i（i=0,2,...,N），进行分类，然后对其进行去重，去空格，得到最后的识别出的字符串。

from darknet-ocr.

这和移植没有多大关系，darnnet 框架下也有rnn层，CNN层已经能够很好去表征，为什么还要用rnn呢？

您好，请问一下，这里的ocr该如何训练呢？我可以这样理解吗? 标注数据还是对该图片（当行的文本图片），进行标注，在训练的时候对输入的图像直接CNN，去掉后面的rnn，得到一个NxClasses(需要识别的字典的个数)的数组，然后对这个N*Classes的数据进行CTC_loss；测试的时候，是对这个NxClassses的每一个i（i=0,2,...,N），进行分类，然后对其进行去重，去空格，得到最后的识别出的字符串。

如果是这样的话，那训练用的cfg文件就是在你这测试的cfg文件的后面，添加计算ctc_loss的部分。你那有关于这个ocr训练的cfg文件，能给我们参考一下吗？

from darknet-ocr.