Skip to content

docs

Directory actions

More options

Directory actions

More options

Latest commit

 

History

History
 
 

docs

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
images
images
 
 
maoshaojiang
maoshaojiang
 
 
nizhan
nizhan
 
 
yangmiao/CRNN
yangmiao/CRNN
 
 
yangzhanku
yangzhanku
 
 
yushan
yushan
 
 
zhangj
zhangj
 
 
README.md
README.md
 
 
_config.yml
_config.yml
 
 

README.md

Github 指南

GitHub 地址：https://github.com/phodal/mdpub

一些示例

单行高亮：phodal 测试

(function() {
      var input, output;
      var converter = new showdown.Converter();

      function updateOutput() {
          output.innerHTML = converter.makeHtml(input.value);
      }

      document.addEventListener("DOMContentLoaded", function(event) {
        input = document.getElementById('input');
        output = document.getElementById('output');

        input.addEventListener('input', updateOutput, false);
        input.addEventListener('keydown', updateOutput, false);

        updateOutput();
      });
    })();
echo 'hello,world'

下面是一个列表的示例，技术栈：

  1. Google Code Prettify
  2. Showdown.js
  3. Clipboard

另外一个列表：

  • Google Code Prettify
  • Showdown.js
  • Clipboard

表格示例：

h1 h2 h3
100 [a][1] ![b][2]
foo bar baz
foo bar baz

Todo Example

  • Mercury
  • Venus
  • Earth (Orbit/Moon)
  • Mars
  • Jupiter
  • Saturn

文档结构实例

1. 论文要解决的问题是什么，该问题为什么重要？

目前OCR领域主要集中在约束场景下手工设计图像特征。（约束意味着在推理过程中存在一个固定的词典或词典，单词长度已知。）论文要解决的是无约束场景文本识别任务。这一任务存在很多问题未解决，主要原因有三：一是场景文本的多样性，即文本在不可控的环境中可拥有完全不同的字体、颜色、尺度和方向等；二是背景的复杂性，即自然场景图像中的背景通常是复杂的，且存在大量和真实文本十分相似的物体，因此容易导致混淆和错误；三是其他外界因素的干扰，如：扭曲、部分遮挡、光照不均等。

2. 以前解决该问题有哪些方法，有何不足之处？

超越约束条件的最新进步是由Jaderberg等人最近提出的方法，其中构建了两套CNN——一套用来建模字符序列，另一套用于N元语法的语言统计，然后用CRF图形模型结合起来。这种方法非常成功，设定了OCR领域的新标准。但是，它也存在一些问题，例如，使用两个不同的CNN会造成内存和计算成本相对较大。此外，手动定义的N-gram[1]CNN模型有大量的输出节点（N = 4，输出单位为10K），这增加了训练的复杂性——需要增量训练程序和基于N-gram的频率进行启发式梯度调整。

3. 论文提出了什么解决方案，效果如何？

论文提出了一个新的无词典的OCR框架，结合递归CNN进行图像编码，RNN进行语言建模，基于注意力的机制可更好的使用图像特征。这里开发的是一个注意力建模的递归循环神经网络（R2AM）系统，直接处理图像进行序列（字串）的学习，对Jaderberg的工作提供改进。文中描述了该项工作的三大成就：一是共享权重的递归CNN，比普通CNN在同样参数条件下图像特征提取能力更强；二是循环神经网络（RNNs）根据从上述递归神经网络提取的特征，进行字符级别语言模型的内隐学习。RNN可以自动学习字符的顺序动态，这自然存在于训练数据的字串中，不需要从字典中手动定义N-gram。三是一种顺序的基于注意力的建模机制，在读取字符序列时，进行“软的”确定性图像特征提取，并且在标准反向传播中可以训练成端到端的。

4. 论文作者下一步的工作方向是什么？

下一步将研究递归完全卷积网络，从而将输入图像中提取的图像特征和相应位置更好的结合在一起，并在输入域中视觉化注意力系数。另外，将采用门控单元，以便允许输入信号改变基于注意力的机制的状态，并且引入深度监督。

Github 指南的Markdown语法

# Github 指南

*   [前言](http://github.phodal.com/#前言)
    *   [我与GitHub的故事](http://github.phodal.com/#我与github的故事)
        *   [GitHub与收获](http://github.phodal.com/#github与收获)
        *   [GitHub与成长](http://github.phodal.com/#github与成长)
    *   [为什么你应该深入GitHub](http://github.phodal.com/#为什么你应该深入github)
        *   [方便工作](http://github.phodal.com/#方便工作)
        *   [获得一份工作](http://github.phodal.com/#获得一份工作)
        *   [扩大交际](http://github.phodal.com/#扩大交际)
*   [Git基本知识与GitHub使用](http://github.phodal.com/#git基本知识与github使用)
    *   [Git](http://github.phodal.com/#git)
        *   [Git初入](http://github.phodal.com/#git初入)
    *   [GitHub](http://github.phodal.com/#github)
        *   [版本管理与软件部署](http://github.phodal.com/#版本管理与软件部署)
        *   [GitHub与Git](http://github.phodal.com/#github与git)
        *   [在GitHub创建项目](http://github.phodal.com/#在github创建项目)
    *   [GitHub流行项目分析](http://github.phodal.com/#github流行项目分析)
    *   [Pull Request](http://github.phodal.com/#pull-request)
        *   [我的第一个PR](http://github.phodal.com/#我的第一个pr)
        *   [CLA](http://github.phodal.com/#cla)
*   [构建GitHub项目](http://github.phodal.com/#构建github项目)
    *   [如何用好GitHub](http://github.phodal.com/#如何用好github)
        *   [敏捷软件开发](http://github.phodal.com/#敏捷软件开发)
        *   [测试](http://github.phodal.com/#测试)
        *   [CI](http://github.phodal.com/#ci)
        *   [代码质量](http://github.phodal.com/#代码质量)
    *   [模块分离与测试](http://github.phodal.com/#模块分离与测试)
        *   [代码模块化](http://github.phodal.com/#代码模块化)
        *   [自动化测试](http://github.phodal.com/#自动化测试)
        *   [Jshint](http://github.phodal.com/#jshint)
        *   [Mocha](http://github.phodal.com/#mocha)
        *   [测试示例](http://github.phodal.com/#测试示例)
    *   [代码质量与重构](http://github.phodal.com/#代码质量与重构)
        *   [Code Climate](http://github.phodal.com/#code-climate)
        *   [代码的坏味道](http://github.phodal.com/#代码的坏味道)
*   [创建项目文档](http://github.phodal.com/#创建项目文档)
    *   [README](http://github.phodal.com/#readme)
    *   [在线文档](http://github.phodal.com/#在线文档)
    *   [可用示例](http://github.phodal.com/#可用示例)
*   [测试](http://github.phodal.com/#测试-1)
    *   [TDD](http://github.phodal.com/#tdd)
        *   [一次测试驱动开发](http://github.phodal.com/#一次测试驱动开发)
        *   [说说TDD](http://github.phodal.com/#说说tdd)
        *   [TDD思考](http://github.phodal.com/#tdd思考)
    *   [功能测试](http://github.phodal.com/#功能测试)
        *   [轻量级网站测试TWill](http://github.phodal.com/#轻量级网站测试twill)
        *   [Twill 登陆测试](http://github.phodal.com/#twill-登陆测试)
        *   [Twill 测试脚本](http://github.phodal.com/#twill-测试脚本)
    *   [Fake Server](http://github.phodal.com/#fake-server)
*   [重构](http://github.phodal.com/#重构)
    *   [为什么重构?](http://github.phodal.com/#为什么重构)
    *   [重构uMarkdown](http://github.phodal.com/#重构umarkdown)
        *   [代码说明](http://github.phodal.com/#代码说明)
    *   [Intellij Idea重构](http://github.phodal.com/#intellij-idea重构)
        *   [Rename](http://github.phodal.com/#rename)
        *   [Extract Method](http://github.phodal.com/#extract-method)
        *   [Inline Method](http://github.phodal.com/#inline-method)
        *   [Pull Members Up](http://github.phodal.com/#pull-members-up)
        *   [重构之以查询取代临时变量](http://github.phodal.com/#重构之以查询取代临时变量)
*   [如何在GitHub“寻找灵感(fork)”](http://github.phodal.com/#如何在github寻找灵感fork)
    *   [Lettuce构建过程](http://github.phodal.com/#lettuce构建过程)
        *   [需求](http://github.phodal.com/#需求)
        *   [计划](http://github.phodal.com/#计划)
        *   [实现第一个需求](http://github.phodal.com/#实现第一个需求)
        *   [实现第二个需求](http://github.phodal.com/#实现第二个需求)
*   [GitHub用户分析](http://github.phodal.com/#github用户分析)
    *   [生成图表](http://github.phodal.com/#生成图表)
        *   [数据解析](http://github.phodal.com/#数据解析)
        *   [Matplotlib](http://github.phodal.com/#matplotlib)
    *   [每周分析](http://github.phodal.com/#每周分析)
        *   [python github 每周情况分析](http://github.phodal.com/#python-github-每周情况分析)
        *   [Python 数据分析](http://github.phodal.com/#python-数据分析)
        *   [Python Matplotlib图表](http://github.phodal.com/#python-matplotlib图表)
    *   [存储到数据库中](http://github.phodal.com/#存储到数据库中)
        *   [SQLite3](http://github.phodal.com/#sqlite3)
        *   [数据导入](http://github.phodal.com/#数据导入)
        *   [Redis](http://github.phodal.com/#redis)
    *   [邻近算法与相似用户](http://github.phodal.com/#邻近算法与相似用户)
*   [GitHub连击](http://github.phodal.com/#github连击)
    *   [100天](http://github.phodal.com/#天)
        *   [40天的提升](http://github.phodal.com/#天的提升)
        *   [100天的挑战](http://github.phodal.com/#天的挑战)
        *   [140天的希冀](http://github.phodal.com/#天的希冀)
    *   [200天的Showcase](http://github.phodal.com/#天的showcase)
        *   [一些项目简述](http://github.phodal.com/#一些项目简述)
        *   [google map solr polygon 搜索](http://github.phodal.com/#google-map-solr-polygon-搜索)
        *   [技能树](http://github.phodal.com/#技能树)
    *   [365天](http://github.phodal.com/#天-1)
        *   [编程的基础能力](http://github.phodal.com/#编程的基础能力)
        *   [技术与框架设计](http://github.phodal.com/#技术与框架设计)
        *   [领域与练习](http://github.phodal.com/#领域与练习)
        *   [其他](http://github.phodal.com/#其他-1)
    *   [500天](http://github.phodal.com/#天-2)
        *   [500天与10000小时](http://github.phodal.com/#天与10000小时)
        *   [编程的情绪周期](http://github.phodal.com/#编程的情绪周期)
        *   [有意图的练习](http://github.phodal.com/#有意图的练习)
        *   [预见性练习](http://github.phodal.com/#预见性练习)
        *   [小结](http://github.phodal.com/#小结)
    *   [365*2-7天里](http://github.phodal.com/#天里)
        *   [编码的练习](http://github.phodal.com/#编码的练习)
        *   [See you Again](http://github.phodal.com/#see-you-again)
        

GitHub 地址：[https://github.com/phodal/mdpub](https://github.com/phodal/mdpub)

### 一些示例

单行高亮：``phodal`` 测试

(function() {
      var input, output;
      var converter = new showdown.Converter();

      function updateOutput() {
          output.innerHTML = converter.makeHtml(input.value);
      }

      document.addEventListener("DOMContentLoaded", function(event) {
        input = document.getElementById('input');
        output = document.getElementById('output');

        input.addEventListener('input', updateOutput, false);
        input.addEventListener('keydown', updateOutput, false);

        updateOutput();
      });
    })();
echo 'hello,world'

下面是一个列表的示例，技术栈：

1. Google Code Prettify
2. Showdown.js
3. Clipboard

另外一个列表：

- Google Code Prettify
- Showdown.js
- Clipboard

表格示例：

| h1    |    h2   |      h3 |
|-------|---------|---------|
| 100   | [a][1]  | ![b][2] |
| *foo* | **bar** | ~~baz~~ |
| *foo* | **bar** | ~~baz~~ |


### Todo Example

 - [ ] Mercury
 - [x] Venus
 - [x] Earth (Orbit/Moon)
 - [x] Mars
 - [ ] Jupiter
 - [ ] Saturn