《计算机视觉应用开发》课件 cha8 4_基于LSTM+CTC的文字识别.pptx

基于LSTM+CTC的文字识别 案例描述01任务案例目标02任务案例分析03任务案例实施04任务 1案例描述 1案例描述本案例将使用python的第三方库captcha来生成验证码，并搭建LSTM+CTC网络结构对生成的验证码进行文字识别。 2案例目标 案例目标学会使用第三方库生成随机验证码；搭建LSTM+CTC的网络架构并对随机生成的验证码进行识别。2 3案例分析 案例分析如何生成验证码，并分批次传给神经网络，这是一个问题。使用captcha来生成验证码，captcha使用Python写的生成验证码的库，它支持图片验证码和语言验证码，这里使用的则是生成图片验证码的功能。3 4案例实施 4案例实施 1.导库from captcha.image import ImageCaptchafrom tensorflow.keras.callbacks import Callbackfrom tensorflow.keras.callbacks import EarlyStopping, CSVLogger, ModelCheckpoint2.生成验证码接着定义要生成的验证码的内容。这里使用0-9和大写的英文字母A-Z来随机作为验证码的内容。characters = string.digits + string.ascii_uppercase 4案例实施接下来就是生成验证码的部分了。这里写了一个 CaptchaSequence类，该类继承自Sequence，功能类似于python的生成器，但限制较少，可迁移性更好。该类有三个方法：__init__()：初始化，定义要使用的变量。__len__()：生成的验证码（数据集）的总数量。__getitem__()：返回一个batch_size的数据。 4案例实施3.搭建网络 数据准备之后，要开始搭建网络结构了，在此之前，先编写计算CTC损失的函数ctc_lambda_func()。def ctc_lambda_func(args): y_pred, labels, input_length, label_length = args return K.ctc_batch_cost(labels, y_pred, input_length, label_length)接着开始搭建网络。提取特征部分用了10层卷积层。 4案例实施4.训练模型接下来就开始要进入训练环节了。开始训练之前，设置回调函数，配置模型保存路径，在每个epoch跑完之后验证准确率等。pile(loss={'ctc': lambda y_true, y_pred: y_pred}, optimizer=Adam(lr=0.001, amsgrad=True)) model.fit_generator(train_data,steps_per_epoch=10,epochs=100, validation_data=valid_data, workers=4, callbacks=callbacks) ThankYOU!