crnn

收录理由

这份最初的 CRNN 实现以 Torch7 写成，把 CNN 特征提取、循环网络与 CTC 损失组合在一起，能将图像中的文字直接转成可读的序列。它不依赖逐字符切分，而是让模型从整张图里学会识别单词，这种设计让随附论文成为后续许多 OCR 工作的参考起点。想深入理解 OCR 模型运作机制，或者希望复现经典实验结果的人，会在这里找到完整的训练与推理代码。不过部署就是另一回事了：项目面向 Ubuntu 与 CUDA GPU，提供的是预训练的 Torch7 模型，如今多数团队更愿意使用仓库里链接的那个持续维护的 PyTorch 移植版。但若想读懂原始架构和训练流程，这份源码仍然是值得细读的原始材料。