使用卷积递归神经网络和TensorFlow 2.0（tf2-crnn）进行文本识别 卷积递归神经网络（CRNN）的实现，用于基于图像的序列识别任务，例如场景文本识别和OCR。 此实现基于Tensorflow 2.0并使用tf.keras和tf.data模块构建模型并处理输入数据。 要访问实现Shi等人的早期版本。 纸张，请转到标签。 安装 tf_crnn使用tensorflow-gpu软件包（因此需要CUDA和cuDNN）。 您可以使用提供的environment.yml文件安装它，并在

卷积递归神经网络 该软件实现了卷积递归神经网络（CRNN），它结合了CNN，RNN和CTC损失，可用于基于图像的序列识别任务，例如场景文本识别和OCR。 有关详细信息，请参阅我们的论文 。 更新2017年3月14日，一个Docker文件已添加到项目中。 感谢 。 UPDATE 2017年5月1日一PyTorch已作出 。 更新2017年6月19日对于端到端文本检测器+识别器，请通过签出 。 建立 该软件仅在Ubuntu 14.04（x64）上经过测试。 需要启用CUDA的GPU。 要构建项