字符标签转换_图像resize操作与图像检查-51CTO学堂-深度学习图像检索

{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }} {{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }} {{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}

提问 {{ interaction.noteNum > 0 ? interaction.noteNum + '篇笔记' : '记笔记' }} 离线观看

下载学堂APP

缓存视频离线看

报告问题离线观看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

1、本课程需要有一定的c/c++/python编程语言基础； 2、本课程需要对深度学习有个基本认识； 3、本课程适用于需要pytorch训练文本识别模型并用c++进行模型应用的同学；

你将会学到

掌握深度学习文本识别Pytorch模型的训练以及C++调用模型的基本方法

学会CRNN文本识别模型的训练
学会libtorch深度学习模型的应用
学会onnx深度学习模型的应用
学会自定义识别文本模型的训练
学会中文文本识别模型的训练
学会银行卡卡号识别模型的训练
学会身份证号码识别模型的训练

课程简介

1、本课程只是CRNN文本识别模型训练课程；

2、基于深度学习文本识别OCR实战入门课程，那里有文本检测和识别的基础；

3、在没有数据集的情况下，可以按照课程中的文本生成脚本生成工具生成对应的文本，然后进行对应的Pytorch模型训练；

4、在有用公开数据集情况下，可以按照课程中的数据处理步骤进行数据处理，然后进行模型的训练；

5、然后将训练好的模型转换成Libtorch或者onnx模型。

6、最后用c++ libtorch或者c++ onnx去加载对应的模型并根据自己的情况去应用。

环境(win10+pytorch1.8.1+cuda10.2/11.4+cudnn8.2.2+onnxruntime-GPU-1.10)

实战包括：中文文本识别模型训练、数字卡号识别模型训练、银行卡卡号识别模型训练、身份证号码识别模型训练、大写金额识别模型训练、vs2019/C++/Libtorch/ONNX的CRNN模型调用测试。(C++部分使用的opencv3.4.4)(注意本c++ onnx工程是：非Opencv加载ONNX模型)

OCR C++ onnx使用示例工程分享：

链接：https://pan.baidu.com/s/1z3R_oDuOWrKu61Xj8Yb54w

提取码：snkn

展开更多

发布

置顶笔记