文化传承—汉字书法多场景识别(Cultural Inheritance – Recognizing Chinese Calligraphy in Multiple Scenarios)-Baseline

Competition URL

使用East定位,crnn识别文字

East

参考AdvancedEASR

CRNN

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

image [',', '相', '从', '孝', '王', '台', '。', '细', '雨']

image ['、', '低']

image ['变']

image ['告', ',', '灌', '预', '彦', '兼', ',', '票', '脚', '冷']

image ['明', '代', '天', '险', '飞', '藤']

image ['岛', '降', '祥', '时', ',', '证', '陆', '地', '种']

image ['令', '贾', '取']

image ['武']

image ['京', '成']

image ['世', '间', '李', '论', '。', '准', '星']

image ['承', '公', '*', '烟', '、', '自', '属', '、', '、']

image ['西', '“', '添', '瑞', '鲜', '酸']

image ['性', '显', '英', '豪', ',', '挖', '塔', '的', '搬']