# 研究內容

###### tags: `OCR track`

- 發展歷史
- 1931 ~ 1954: 破解摩斯密碼，這項服務是被一位發明家 David Hammond Shepard 發明，為 Intelligent Machines Research Corporation 的產品
- 1954 ~ 1974: Optacon 這間公司製造了可攜帶式的 OCR 裝置（沒有查到他詳細的功能）
- 現在 (2021): Google 已經製造出 server 版 OCR API，而且準度超爆高！

- 教材
- CRNN 教材
- CRNN + CTC 理論基礎
- 原文 paper
- [An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition](https://arxiv.org/pdf/1507.05717.pdf) (優先)
- 中文翻譯懶人包 (優先)
- https://www.itread01.com/content/1543061244.html
- CRNN + CTC 參考程式碼
- http://mc.eistar.net/~xbai/CRNN/crnn_code.zip
- [Belval/CRNN](https://github.com/Belval/CRNN) (優先)
- [GitYCC/crnn-pytorch](https://github.com/GitYCC/crnn-pytorch)
- CTC 原始論文 - [Connectionist Temporal Classification: Labelling Unsegmented Sequence Data with Recurrent Neural Networks](https://www.cs.toronto.edu/~graves/icml_2006.pdf)
- 其他輔助教材
- YC 的網站 - [link](https://www.ycc.idv.tw/crnn-ctc.html)
- 知乎說CRNN - [link](https://zhuanlan.zhihu.com/p/43534801)
- Text Detection
- other papers
- CRAFT
- [code] [clovaai/CRAFT-pytorch](https://github.com/clovaai/CRAFT-pytorch)
- [paper] [Character Region Awareness for Text Detection](https://arxiv.org/abs/1904.01941)
- Attention
- 參考程式碼
- [code] [zhang0jhon/AttentionOCR](https://github.com/zhang0jhon/AttentionOCR)
- 理論說明
- [Paper] 其實就是上面的那 github 的文件，但是他說是 techinal report，不知道跟 paper 的差異是什麼: [A Feasible Framework for Arbitrary-Shaped Scene Text Recognition](https://arxiv.org/pdf/1912.04561.pdf)
- [Paper] [Show, Attend and Tell: Neural Image Caption Generation with Visual Attention](https://arxiv.org/pdf/1502.03044.pdf)
- [Papaer] [NEURAL MACHINE TRANSLATION
BY JOINTLY LEARNING TO ALIGN AND TRANSLATE](https://arxiv.org/pdf/1409.0473.pdf) $\to$ 好像是想法發跡的關鍵論文
- [PPT] [Attention Mechanism](https://github.com/zhang0jhon/AttentionOCR/blob/master/reference/Attention_Mechanism_in_Deep_Learning.pdf)
- [Files] pre-trained model weights, provided by tensorflow: [tensorflow github](https://github.com/tensorflow/models/tree/master/research/slim)
- [blog] [深度學習中Attention Mechanism詳細介紹：原理、分類及應用](https://www.itread01.com/content/1548179294.html)
- [blog] 來自 AIA 的分享 [Attention Mechanism](https://medium.com/ai-academy-taiwan/attention-mechanism-fad735db3c2c)
- Data Augmentation
- 參考程式碼
- [TextRecognitionDataGenerator](https://github.com/Belval/TextRecognitionDataGenerator)

- Pytorch 教學
- https://clay-atlas.com/blog/2019/08/02/pytorch-教學（一）-從-tensor-設定開始/
- https://github.com/bharathgs/Awesome-pytorch-list

- tensorflow 教學
-

- OCR track 怎麼做
- 很清楚了解 OCR 網路架構
- CRNN + CTC
- CRNN + Attention
- 同步了解程式碼怎麼呈現網路架構，要懂 tensorflow, pytorch 的指令
- 學會調整網路架構，有理論根據的實驗調整後的模型
- 網路架構微調
- 資料擴增
- loss function

- 近期研究內容

| 週次 | <center>主題</center> | 負責組別 | 日期 |
|:---------: |:------------------------------- |:--------:|:----:|
| Week 1 |CRNN + CTC <br/> 1. 3/4 瀏覽完 paper + code<br/>2. 確定會到報 paper，程式碼會講多少，看當時的進度<br/>3. 網路架構的修改教學，可能會是下一次| <font color='red'>**track A**</font> | 3/11 |
| Week 2 | | track B | 3/18 |
| Week 3 | | track C | 3/25 |
| Week 4 |Text Detection<br/>1. 先了解論文內容 <br/>2. 行有餘力再 train|<font color='red'>**track A**</font>| 4/1 |
| Week 5 | | track B | 4/8 |
| Week 6 |Attention<br/>用 tensorflow, pytorch 解識模型，並且解釋兩個套件之間的轉換|<font color='red'>**track A**</font>| 4/15 |

1. 123
2. 213

* 123
1. 123
2. 213
3.