AI实战：用DenseNet + CTC搭建中文OCR模型

前言

前段时间，项目中的一个核心模块中需要中文OCR功能，走过弯路趟过坑，这里分享出来。

实战

• 常见网络架构
  • cnn + blstm + ctc
  • cnn + ctc
  • crnn + self_attetion + ctc
  • crnn + attetion + ctc

• github上面测试的结果

  • 地址：https://github.com/senlinuc/caffe_ocr

  • 结果
    
    

• 经验分享

  1、使用DenseNet + CTC 架构搭建模型，在500万+的数据集上面训练，准确率0.97

  2、词典：使用GB2312 + 常见特殊字符 + 数字 + 英文

  3、实际测试中，DenseNet + CTC 比带Attention架构的模型整体识别率要高比较多，带Attention架构的模型一是容易误识别，二是容易漏识别

  4、平衡整体性能，优先选 DenseNet + CTC

  5、DenseNet + CTC模型存在的问题：无法区分字形很相近的字，如“ _ ”和 “ - ”， y和v等。带Attention架构的模型在这块有较大的优势。

• 详细介绍：DenseNet—Dense卷积网络

参考git源码

• CTPN + DenseNet + CTC ： https://github.com/YCG09/chinese_ocr
• crnn_self_attetion ： https://github.com/koibiki/crnn_self_attetion
• CRNN_Attention_OCR ： https://github.com/wushilian/CRNN_Attention_OCR_Chinese