https://github.com/senlinuc/caffe_ocr源代碼在此，是基於senlnuc的模型進行學習的。
好長時間沒更新學習博客了，之前一直在忙着做基網絡模型的評測，以及tesseract 和其他Ocr的研究等。
更新一下最近學習的OCR檢測，要求是速度要快，准確度要相對較高！
整個操作流程：
先用卷積進行特征提取，這里我用的是Densenet的模型，然后用雙Lstm進行不定長處理，然后接上warp-ctc進行去重定向。
作者中文字符識別的准確率如下表：
我是基於linux進行的英文自然場景英文識別，目前還在識別的訓練階段，接下來會加上自然場景的檢測，暫定用mobileNet-ssd。訓好后會放出評測