/mathematical-expression-recognition

Primary LanguageJupyter Notebook

基于端到端的深度学习算式识别模型CRNN（CNN+RNN）

数据集

项目中所使用的数据集包含一个train.csv文件和10万张算式图片。每张算式图片包含一个算式等式（i.e. -2*(1+3)= -8），算式中可能包含+ - * 三种运算符和括号（，）以及等号=，数值为阿拉伯数字0-9。

运行环境

* OS Ubuntu 18.04 LTS
* CUDA, CUDNN  10.0, 7.4
* Python 3.6
* Jupter Notebook
* TensorFlow 1.12.0
* Keras 2.2.4
* OpenCV 3.4.2
* Pandas 0.24.1
* Matplotlib 3.0.3

机器配置

	CPU：AMD R5 2600
	GPU：GeForce GTX 1070Ti (8GB)
	RAM：16GB

运行

使用打开mathematical-expression-recognition.ipynb并运行，模型的训练在以上的机器配置下花费约5个小时，最终模型在测试集上对算式的识别的准确率为99.4%。