aster

收录理由

ASTER 是一个场景文字识别器，其核心是两阶段设计：先用空间变换网络把弯曲或倾斜的文字拉直，再由基于注意力的识别模块读取结果。这种思路在工业级 OCR 中仍有参考价值。仓库自带预训练模型和演示脚本，下载后运行 demo 就能在几分钟内看到矫正后的图像和识别输出。同时提供了标准基准数据集（如 SVT）的训练与数据准备脚本，对想搭建自己识别流程的开发者来说是一份不错的参考资料。需要注意的是，代码基于 TensorFlow r1.4 编写，在较新环境上运行可能需要自行移植。若想深入理解算法原理，README 中附有论文链接；此外社区还有一个维护中的 PyTorch 移植版本，适合实际使用。