《深入浅出OCR》项目实战：基于CRNN的文字识别_基于crnn模型的ocr文字识别实验

基于CRNN的文本字符验证码识别

1项目介绍链接：

为方便大家快速上手OCR实战，本次实战项目采用开源框架PaddleOCR，大家可以参考官网文档快速了解基本使用，项目数据为2022 DCIC赛题中提供的验证码数据集，大家可以参考其他开源项目进行学习，接下来本人将介绍使用基于CRNN网络的验证码识别项目及具体训练流程。

学习参考：

PaddleOCR官方教程

1.项目背景介绍：

本项目以DCID2022赛题为背景，以已标记字符信息的实例字符验证码图像数据为训练样本，参赛选手需基于提供的样本构建模型，对测试集中的字符验证码图像进行识别，提取有效的字符信息。训练数据集不局限于提供的数据，可以加入公开的数据集。

2 数据与评测

2.1 数据简介

提供标注信息训练数据集15000张，每张训练数据由一个4位文本字符验证码图像组成，字符随机产生，标注集对当前图像中的文本字符进行内容标注；测试数据集含25000张验证码图像。

数据参考 ：基于文本字符的交易验证码识别

2.2 数据说明

本项目提供训练数据集文件train_imgs.zip，其中文件名称对应图片文本字符标签；测试数据集文件test_imgs.zip，包含待识别的图像文件。

2.3 评价指标

本次项目采用的评价方式为准确率（accuracy），根据测试图像数据预测的准确率进行从高到低的排序，其指标为完全识别出完整的验证码文本信息。 同等准确率的以提交结果的时间排名，先提交者胜出。

�(准确率)=所有待检测的目标数量/检测正确的目标数量P(准确率)=所有待检测的目标数量/检测正确的目标数量

3 数据集下载

数据集链接