鉴于 MIST 的经验，我将这个问题作为角色级别来尝试。
我有一个手写文本，我想“OCR”它。尽管我在 openCV 方面取得了进展（在图像预处理上，在 DNN 分类器之前）。
我认为最好的方法是转移到单词级别（进入 RNN）。我正在用 Python 写这个。但是不知道怎么把DNN的最后一层改成RNN的输入层。
是否有任何代码可供假人查看这是如何完成的（对于作为第一个 DNN 层输入的图像）？此外，我看到您可以将语言模型放在最上面（这将是一本字典，对吗？）。建议？
手写识别从字符级别转移到单词级别
数据挖掘
机器学习
深度学习
rnn
lstm
美国有线电视新闻网
2021-09-18 15:13:06
3个回答
我要提到的是介绍一些关于这种情况的论文。这些论文有可用的数据集，并且可以轻松访问那里的代码。实际上在这方面有很多作品，但我建议您阅读以下与您的问题相关的论文。在英语中，语言的本质是您使用字母组合来组成单词，通常不需要连接字母来构造单词。还有其他语言必须将字母连接起来才能造词。在这些语言的问题中，考虑连接组件OCR是一种常见的做法。我要参考的论文有一个很好的数据集，可以用于监督和非监督方法。
最后一篇论文是一篇很棒的论文，并且在某种程度上是前一篇论文的结果。
我认为您在这里不需要循环神经网络。这将比 ConvNet 慢得多。此外，您的数据是图像，对吗？我认为您可以将深度卷积网络用于全连接网络。这应该很快并且表现良好。请查看以下来自 keras 的存档博客。