OCR、图像分类与目标检测

前言

本文简单介绍下人工智能领域中的OCR，图像分类与目标检测等任务，将从常见模型，常用数据集等方面做入门介绍。

一、OCR（光学字符识别）‌

OCR常见模型‌

1. CRNN（卷积循环神经网络）‌

结合CNN特征提取与RNN序列建模，支持端到端不定长文本识别，适用于水平文本识别。

2. CTPN（连接文本提议网络）‌

通过固定宽度锚框检测文本行，再合并成完整文本框，擅长自然场景水平文本检测。

3. DBNet（可微分二值化网络）‌

创新可学习阈值分割模块，精准处理弯曲、遮挡等复杂文本，检测效率高。
MonkeyOCR（2025新模型）‌
轻量级文档解析模型（3B参数），支持多类型文档（公式、表格）解析，速度达0.84页/秒。

OCR常用数据集‌

OCR任务常用数据集有SynthText, ICDAR, COCO-Text等。