第一次写博客，可能写的比较乱，请不要在意。
做个介绍，本程序是我的毕业设计内容，主要任务是使用神经网络识别出一行字符，包括汉字、字母和标点符号，印刷体和手写的字符都可以识别，测试结果在下面。我的训练显卡是GTX TITAN Xp （12GB）
我的训练程序架构由预处理函数 + 四层卷积神经网络（CNN） + 二层双向长短期记忆网络（BLSTM） + 一层全连接层 + CTC函数组成，编程语言为python3，使用的神经网络封装底层是keras，训练集是网上某位大佬整理分享的（十分感谢），源地址找不到了，我把我的百度网盘来分享，地址 /s/1SlvkqJMU6BhMIb8nhCNmnA，密码 p9lu（训练集内每张图片都包含一行印刷体字符）。
现在来简单说说我的思路，首先，我对训练集进行大量预处理以提高最终的识别正确率，比如将图片按比例伸缩，转为灰度值等，如果有需要还可以用数据增强，其次，用CNN进行特征提取，接着，将提取的特征送入长短期记忆网络中处理，然后，将处理后的值展平送入keras的ctc函数中，最后，用ctc解码，将得到的值对照“字典”翻译即可。为了降低过拟合，我使用了dropout和recurrent_dropout。
“字典”地址 /s/1wC72Q0MMVYcv1YMxkJk4tw，密码 ng9e。这是一个txt文件，里面是所有待预测的字符，每个字符各占一行，预处理时让程序读入该txt成为字典，最后将解码时得到的值依照字典翻译即可得到正确的结果。
我之所以使用LSTM是因为它相比于普通的循环神经网络（RNN），增加了一种携带信息跨越多个时间步的方法，能有效地解决梯度消失问题。使用双向处理是因为RNN（LSTM是RNN的一种）特别依赖顺序或时间，倘若打乱时间步的或反转时间步则会完全改变RNN从序列中提取的表示，因此，双向RNN能够捕捉到可能被单向RNN忽略的模式。最后关于CTC算法的介绍我这就不多赘述，网上很多大神都有详解，搜他们的文章来学习就好了（https://www.jianshu.com/p/0cca89f64987 这篇在简书上的文章讲的很清晰）。
由于毕业设计应该还在审核的原因，代码就先不放了，下面是部分例子，正确率差强人意。
我的邮箱：[email protected]
欢迎交流