我们将创建一个具有CTC损失的卷积循环神经网络来实现我们的OCR识别模型。

一、数据集

        我们将使用 Visual Geometry Group 提供的数据。

Visual Geometry Group - University of OxfordComputer Vision group from the University of Oxfordhttps://www.robots.ox.ac.uk/~vgg/data/text/#sec-synth        这是一个总共 10 GB 图像的巨大数据集。在这里，我仅使用 135000 张图像作为训练集，使用 15000 张图像作为验证数据集。该数据包含文本图像片段，如下图所示：