GoAI

本章将介绍常见的文字识别后处理方法，按照不同的目的将内容分为两部分：文本纠错和文本结构化。文本纠错的目标是纠正 OCR输出文本中错误的文字，而文本结构化则是从OCR输出文本中定位需要的信息，并按照应用

本篇为《深入浅出OCR》第六章：OCR数据集与评价指标,主要介绍OCR数据集（规则与不规则、合成数据集）、数据生成、OCR数据评估指标等知识进行介绍，方便小白或AI爱好者快速了解OCR方向知识.

本篇为《深入浅出OCR》实战：基于PGNet的端到端识别，主要对端到端识别PGNet算法进行解读，配合PaddleOCR算法实现端到端算法实战。尽可能详细介绍代码及项目流程，如有错误请指正。

上一章我们介绍到OCR流程包括两阶段算法和端到端算法，本篇为 主要对深度学习端到端识别方法进行介绍，端到端算法具有模型小、速度快的特点，本人将从经典端到端识别算法结构、代码、论文解读等角度展开介绍。

这篇文章给大家带来语义分割系列文章LR-ASPP的原理详解和源码实战，大家快来玩玩叭~~~🌸🌸🌸

深度学习模型部署篇——从0部署深度学习分类模型🥗🥗🥗今天准备来给大家介绍介绍我们如何来部署我们训练的深度学习分类模型。

上一篇作者着重介绍文字识别算法的发展、分类及各自领域经典算法，为了进一步熟悉文字识别流程，本次作者将以基于主流文字识别算法CRNN为例，全面对文字识别技术流程进行解读，方便学习者快速上手实战。

OCR（光学字符识别）是计算机视觉领域的重要应用之一。要对深度学习OCR文字识别方法进行介绍，本人将从经典算法结构、代码、论文解读等角度展开，配合作者总结的思维导图，深入浅出OCR知识。

YOLO原本是一种公开的目标检测算法。优势是速度快，准确率还高。这很气人。一般情况下，两者是不能兼得的。它之所以这么强，从它的名字中就能找到答案。YOLO的全称是……