我正在构建一个基于图像的解析器算法。tesseract没有给出准确性。因此,我正在考虑建立一个基于CNN+LSTM的图像到文本转换模型。我的方法是正确的吗?我们可以直接从CNN_LSTM模型中提取所需的字符串而不是NLP吗?或者您认为有其他方法可以提高tesseract的准确性吗?
发布于 2019-03-23 13:02:59
NLP用于允许网络尝试并“理解”文本。我想您需要的是查看图片是否包含文本。因此,不需要NLP,因为您不会尝试让网络分析或理解文本。相反,这应该更多地是对象检测类型的问题。
有许多模型可以进行目标检测。一些我想不到的是YOLO,R-CNN和Mask R-CNN。
https://stackoverflow.com/questions/55298360
复制相似问题