BaiXiang的CRNN論文閱讀
1.? 論文題目
BaiXiang——【arXiv2015】An End-to-End Trainable Neural Network forImage-based Sequence Recognition and Its Application to Scene Text Recognition
2.論文思路和方法
1)??問題范圍： 單詞識別
2)??CNN層：使用標準CNN提取圖像特征，利用Map-to-Sequence表示成特征向量；
3)??RNN層：使用雙向LSTM識別特征向量，得到每列特征的概率分布小作；
4)??Transcription層：利用CTC和前向后向算法求解最優(yōu)的label序列敷搪；
3.亮點和創(chuàng)新點
1)??端到端可訓練（把CNN和RNN聯(lián)合訓練）
2)??任意長度的輸入（圖像寬度任意郑现，單詞長度任意）
3)??訓練集無需有字符的標定
4)??帶字典和不帶字典的庫（樣本）都可以使用
5)??性能好，而且模型星薪摇（參數(shù)少）
4.? 相關鏈接
1)???白翔的個人主頁：http://mc.eistar.net/~xbai/
2)???論文的下載地址：https://arxiv.org/pdf/1507.05717v1.pdf
3)???代碼的下載地址：
http://mc.eistar.net/~xbai/CRNN/crnn_code.zip
5.論文細節(jié)
1)???論文的框架
2)???特征提取層
3)???序列標定層
4)???翻譯層
5)???網絡訓練
6)???實驗
7)???總結
8)???問題
