基于深度学习的手写汉字地址识别.zip

# hwr-address !!! This is Deprecated!!! 基于深度学习的手写汉字地址识别 1. 汉字单字识别 * 使用 8 层CNN和 2 层全连接识别 3755 个 GB2312 一级汉字 [1]， 鉴于3755个类训练时间过长，调整为1056个类（县级以上地址的字符与一级汉字的交集）。 * 使用 2 层CNN和 1 层全连接识别 15 的中文地址关键字， ```省,市,县,区,乡,镇,村,巷,弄,路, 街, 社, 组, 队, 州``` * 使用 HCL2000 中文汉字手写数据库，对每个汉字 包含 700 个训练样本和 300 个测试样本 [2] 2. 地址树构建 * 使用 民政部 《2013年中华人民共和国县以下行政区划代码》作为知识库， 构建形如 ``` 中国 上海市 浦东新区 张江镇 黄浦区 ... ... ``` 的地址树，用于验证识别的汉字。 3. 综合识别 * 输入： 单行图片格式中文手写汉字地址 * 输出： 识别结果(中文字符串) 4. 模型，框架，工具 * python语言 * tensorflow，keras两种实现，相较之下，keras的封装实现效率更高 * 目录 ``` /src # source code /data/ # dataset and train result address/ # address tree hcl/ # HCL2000 数据库 result/ # train result sample/ # test samples，jpg pictures /test test_recognize.py # just run it, it will show you the result. /tools/ # some io tools ``` 5. 运行 ``` cd test python test_recognize.py ``` 6. 参考文献 1. Zhang X Y, Bengio Y, Liu C L. Online and Offline Handwritten Chinese Character Recognition: A Comprehensive Study and New Benchmark[J]. Pattern Recognition, 2016, 61(61):348-360. 2. Zhang H, Guo J, Chen G, et al. HCL2000 - A Large-scale Handwritten Chinese Character Database for Handwritten Character Recognition[C]// International Conference on Document Analysis and Recognition. IEEE Computer Society, 2009:286-290. 7. 工具的安装 * tensorflow, Ubuntu可以直接通过``` sudo apt-get install tensorflow ```安装, GPU版本及cuda的安装参见 [这里](http://blog.csdn.net/zhaoyu106/article/details/52793183) * keras, keras是基于 tensorflow 或 theano 的对深度学习模型的更高一层封装，相对 tensorflow 直接实现效率更高 ``` # keras依赖库 sudo apt-get install liblapack-dev gfortran python-scipy cython libhdf5-dev python-h5py sudo pip install keras ``` * 注意，在 keras 中如果以 tensorflow 作为后端，数据输入格式为 (channel, row, col)时，需要修改.keras目录下的json配置文件，将 image_dim_order 改为 'th'(theano模式，即Numpy数组的默认模式)。