pytorch版crnn网络框架

这是我们常见的pytorch版的crnn网络框架，我遵循老师的想法，用C++和libtorch也搭建了一个一模一样的框架，主要是用来部署用的，我暂时把libtorch版本的代码放到了私密文章里面，还没有公开，有需要的私信我

import torch.nn as nn
import torch.nn.functional as F
from collections import OrderedDict
class BidirectionalLSTM(nn.Module):# Inputs hidden units Outdef __init__(self, nIn, nHidden, nOut):super(BidirectionalLSTM, self).__init__()self.rnn = nn.LSTM(nIn, nHidden, bidirectional=True)#512-nh256 256-256#1、LSTM(512,256,True)2、LSTM(256, 256, bidirectional=True)self.embedding = nn.Linear(nHidden * 2, nOut)#1、Linear(in_features=512, out_features=256, bias=True)2、Linear(in_features=512, out_features=6736, bias=True)def forward(self, input):recurrent, _ = self.rnn(input)T, b, h = recurrent.size() #获取张量的形状大小t_rec = recurrent.view(T * b, h)output = self.embedding(t_rec)  # [T * b, nOut] [142,256] [142,6736]output = output.view(T, b, -1)return outputclass CRNN(nn.Module):def __init__(self, imgH, nc, nclass, nh, n_rnn=2, leakyRelu=False):super(CRNN, self).__init__()assert imgH % 16 == 0, 'imgH has to be a multiple of 16'ks = [3, 3, 3, 3, 3, 3, 2]ps = [1, 1, 1, 1, 1, 1, 0]ss = [1, 1, 1, 1, 1, 1, 1]nm = [64, 128, 256, 256, 512, 512, 512]cnn = nn.Sequential()def convRelu(i, batchNormalization=False):nIn = nc if i == 0 else nm[i - 1]nOut = nm[i]cnn.add_module('conv{0}'.format(i),nn.Conv2d(nIn, nOut, ks[i], ss[i], ps[i])) #输入输出卷积核大小步长填充if batchNormalization:cnn.add_module('batchnorm{0}'.format(i), nn.BatchNorm2d(nOut))if leakyRelu:cnn.add_module('relu{0}'.format(i),nn.LeakyReLU(0.2, inplace=True))else:cnn.add_module('relu{0}'.format(i), nn.ReLU(True))convRelu(0) #调用函数cnn.add_module('pooling{0}'.format(0), nn.MaxPool2d(2, 2))  # 64x16x64convRelu(1) #cnn.add_module('pooling{0}'.format(1), nn.MaxPool2d(2, 2))  # 128x8x32convRelu(2, True) #convRelu(3) #cnn.add_module('pooling{0}'.format(2),nn.MaxPool2d((2, 2), (2, 1), (0, 1)))  # 256x4x16convRelu(4, True)convRelu(5)cnn.add_module('pooling{0}'.format(3),nn.MaxPool2d((2, 2), (2, 1), (0, 1)))  # 512x2x16convRelu(6, True)  # 512x1x16self.cnn = cnnself.rnn = nn.Sequential(BidirectionalLSTM(512, nh, nh),BidirectionalLSTM(nh, nh, nclass))def forward(self, input): #前向传播函数# conv featuresconv = self.cnn(input)b, c, h, w = conv.size()#print(conv.size())#assert h == 1, "the height of conv must be 1"conv = conv.squeeze(2) # b *512 * width,对数据的维度进行压缩conv = conv.permute(2, 0, 1)  # [w, b, c]output = F.log_softmax(self.rnn(conv), dim=2)return outputdef weights_init(m):classname = m.__class__.__name__if classname.find('Conv') != -1:m.weight.data.normal_(0.0, 0.02)elif classname.find('BatchNorm') != -1:m.weight.data.normal_(1.0, 0.02)m.bias.data.fill_(0)def get_crnn(config):model = CRNN(config.MODEL.IMAGE_SIZE.H, 1, config.MODEL.NUM_CLASSES + 1, config.MODEL.NUM_HIDDEN)print("model--->",model)model.apply(weights_init)return model

pytorch版crnn网络框架相关推荐

＜计算机视觉四＞ pytorch版yolov3网络搭建
鼠标点击下载项目源代码免费下载地址 <计算机视觉一> 使用标定工具标定自己的目标检测 <计算机视觉二> labelme标定的数据转换成yolo训练格式 <计算机 ...
CRNN——pytorch + wrap_ctc编译，实现pytorch版CRNN
文章目录简介 CTC网络的输入 CTC网络的计算过程 CTC网络的输出 pytorch安装 warp-CTC安装 Bug解决 References 简介 CTC可以生成一个损失函数,用于在序列数据上 ...
【动手学深度学习PyTorch版】19 网络中的网络 NiN
上一篇请移步[动手学深度学习PyTorch版]18 使用块的网络 VGG_水w的博客-CSDN博客目录一.网络中的网络 NiN 1.1 NiN ◼ 全连接层的问题 ◼ 大量的参数会带来很多问题 ◼ ...
中文教程！PyTorch版《动手学深度学习》开源了，最美DL书遇上最赞DL框架
点击我爱计算机视觉标星,更快获取CVML新技术本文经机器之心(微信公众号:almosthuman2014)授权转载,禁止二次转载机器之心报道项目作者:ShusenTang 参与:思想要入门最前 ...
Android 开源网络框架OKHttp4 Kotlin版本源码解析
Android 开源网络框架OKHttp 4 解析文章目录 Android 开源网络框架OKHttp 4 解析 1.Http2.0协议主要增加的优化点: 2.OkHttp支持的内容 3.OkHttp ...
伯禹公益AI《动手学深度学习PyTorch版》Task 04 学习笔记
伯禹公益AI<动手学深度学习PyTorch版>Task 04 学习笔记 Task 04:机器翻译及相关技术:注意力机制与Seq2seq模型:Transformer 微信昵称:WarmIce ...
PyTorch 版 EfficientDet 比官方 TF 实现快 25 倍？这个 GitHub 项目数天狂揽千星
来源:机器之心本文约3646字,建议阅读8分钟. 本文介绍在 Github 项目中,开发者 zylo117 开源了 PyTorch 版本的 EfficientDet,速度比原版高 20 余倍.如今, ...
PyTorch版EfficientDet比官方TF实现快25倍？这个GitHub项目数天狂揽千星
点上方蓝字视学算法获取更多干货在右上方 ··· 设为星标 ★,与你不见不散编辑:Sophia 计算机视觉联盟报道 | 公众号 CVLianMeng 转载于 :机器之心 EfficientDe ...
全网第一SoTA成绩却朴实无华的PyTorch版EfficientDet
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达本文作者:Zylo117 https://zhuanlan.zhih ...
364 页 PyTorch 版《动手学深度学习》PDF 开源了（全中文，支持 Jupyter 运行）
点击上方"AI有道",选择"星标"公众号重磅干货,第一时间送达李沐,亚马逊 AI 主任科学家,名声在外!半年前,由李沐.Aston Zhang 等人合力打造 ...

pytorch版crnn网络框架

pytorch版crnn网络框架相关推荐

最新文章

热门文章