具有第二种错误可能性的图像上的数字识别算法

行业中有许多情况需要
场景编号识别。通常，识别算法所需的条件是第二种错误的低值，即识别到无效数字的情况。这样的任务的一个示例是：

1. 折扣，银行卡上的数字识别，图1。
2. 车号识别，图2。

1 –
2 – ,

, , :

• ;
• ( );
• , , ..

(scene number recognition) : 0.03.

, CRNN (Convolutional Reccurent Neural Network)[1].

github.

Python3, PyTorch.

PSPNet[2]. , github PSPNet Pytorch.

CRNN,
medium [3], [4].

CRNN 3.

3 – CRNN

. , : CNN [5], LSTM [6].

:

1. CNN. . , , , , . , . , , 4;
2. LSTM. LSTM (time step). LSTM . LSTM many to many, . , Bidirectional LSTM, ;
3. . . — ;
4. . n Yn: kn = max(Yn). , , . , , : «3200-544». "-" , . , «00» «44», .

4 –
: h, w — ; n — .

, , 5.

5  –  

, : .

.

CRNN , 6.

  6 – . : , , . CRNN 1, CRNN 2 —

, , . - .

: .
, , . , S = (280, 64), S2 = (320, 64).

, . S = (280, 64), 1.

1 – .
: BS — ; AS — ; k, s, p — , , , : max_pooling

. , . PSPNet.

400 , — 100 , , , 5-10 % , , 5.

2 – . inter_bad — , inter_good — ; good_1, good_2 — , ; amount_cards — , percent_good_1, percent_good_2 — , ; percent_good — ; percent_bad —

, , 1, 0.8816, 0.1184. , - .

, 0.0177, 0.863813, 0.0954 0.0230. , .

, —

, ,

:

• . , . , , ;
• . , ;
• . .

, CRNN scene text recognition, .
CRNN, , .

除了这种方法之外，我还尝试以低于特定阈值的概率来切断错误的预测，但是，在这种情况下，预测的准确性下降到0.3，这是不可接受的。

来源清单

1. CRNN原始文章；
2. 金字塔场景解析网络
3. 使用TensorFlow构建手写文本识别系统；
4. 对连接主义的时间分类的直观解释；
5. Python中的卷积神经网络
6. LSTM-长期短期记忆网络