光学字符识别（OCR）
OCR是指对图片中的文字进行查找、提取、识别的一种技术。
一般步骤：
文字检测、文字识别
评估指标
拒识率（召回率）、误识率、识别速度、稳定性
CTPN
步骤：
检测文本：16像素小区域，每个proposal（提议）使用10个锚点高度在11-273之间（0.7）.细粒度的文本提议
利用RNN连接多个proposal。使用双向LSTM利用前后两个方向的信息对proposal进行连接
边沿细化。
缺陷：针对极小尺度文本检测有遗漏，对非文本的水平的检测效果并不好。
SegLink segment和link
（x,y,w,h,
）
文字识别技术
CRNN (CNN + RNN) +CTC
网络结构：
特征提取
将特征图拉伸成特征向量
序列标注
转录
除掉重复值，修改错误值，误差使用前向算法进行反向传播，应用随时间反向传播（BPTT）进行计算
网络训练
使用随机梯度下降（SGD）进行训练。梯度由反向传播算法计算。
查看3道真题和解析
投递谷歌等公司10个岗位 >