CRNN_crnn模型训练流程

初次接触，学习笔记，可能会存在过多疏漏

[1]CRNN原理

1，结构图

**主要包括：**卷积层(CNN),循环层(RNN),转录层(CTC)

2,整个模型的特点

1，不用没每个字符打标签，只需要给一个图片打一个序列标签。
2，利用CNN提取图像特征
3，利用RNN训练的输入特征序列，得到一个序列标签
4，对训练的图像没有长度限制，但是要将图片的高度归一化
5，参数少
6，虽然结合了CNN和RNN，但是最后用一个loss函数(CTC LOSS),实现啦端到端的训练。

CNN feature map
假设CNN得到的feature map大小为m*T，下文得到的时间序列t都从t=1开始，1=<t<=T。