基于Tensorflow，cnn_lstm_ctc_ocr项目通过CNN和LSTM结构实现了OTC的CTC损失训练

总览 该集合展示了如何使用CNN功能作为输入并带有CTC损失来构造和训练深度双向堆叠LSTM，以执行可靠的单词识别。 该模型是Shi等人的架构（ ）的直接改编。 提供的代码使用Jaderberg等人的综合数据（ ）MJSynth下载和培训。 值得注意的是，在对不区分大小写的闭合词汇表MJSynth数据进行训练和测试时，该模型实现的测试词错误率低于 （1.82％）。 为Python 2.7编写。 需要TensorFlow> = 1.10（存在针对TF> 1.10的弃用警告，但代码仍然有效）。 该模型和后续实验在有更全面的描述 结构体 所构建的模型是Shi等人的CRNN架构（arXi