see

收录理由

这是AAAI 2018论文《SEE: Towards Semi-Supervised End-to-End Scene Text Recognition》的官方参考实现。如果你打算复现论文中的方法，或者想在其基础上做二次开发而不是从零搭建，这个仓库会是一个很合适的起点。代码展示了如何用半监督学习来训练一个基于CNN的检测与识别流水线，这在标注场景文本数据稀缺时尤其有用。需要坦诚指出的是，项目基于Chainer框架，并且面向CUDA 8/9时代的工具链，想在当前环境跑起来，得花些时间升级依赖。对于做照片或路牌OCR的团队来说，即便最终要把思路移植到别的框架，这个项目的架构和训练策略也很有参考价值。