文化传承—汉字书法多场景识别(Cultural Inheritance – Recognizing Chinese Calligraphy in Multiple Scenarios)-Baseline
pytorch模型在训练的过程中发现不收敛，且无法本地调试，遂修改为keras版本模型，但由于keras后端使用tensorflow，输入的图片的大小必须一致，不可以动态调整，所以采用了一个比较折中的办法，把图片设置的较大，使用
img = np.pad(img, ((0, 0), (l, r), (0, 0)), 'constant',constant_values=(0,0))
train了两天的效果
['，', '相', '从', '孝', '王', '台', '。', '细', '雨']
['、', '低']
['变']
['告', '，', '灌', '预', '彦', '兼', '，', '票', '脚', '冷']
['明', '代', '天', '险', '飞', '藤']
['岛', '降', '祥', '时', '，', '证', '陆', '地', '种']
['令', '贾', '取']
['武']
['京', '成']
['世', '间', '李', '论', '。', '准', '星']
['承', '公', '＊', '烟', '、', '自', '属', '、', '、']
['西', '“', '添', '瑞', '鲜', '酸']
['性', '显', '英', '豪', '，', '挖', '塔', '的', '搬']