0. 前言
在这篇论文《An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition》所讲述的内容便是大名鼎鼎的CRNN网络，中实现了端到端的文本识别。
论文地址
Github地址
该网络具有如下的特点：
1）该模型可以直接识别序列数据，既是包含了多个文字的图片数据
2）该模型具有与DCNN直接从原始图像数据学习的能力，并不需要人工进行3）任何诸如分割等的预处理操作。
4）具有与RNN类似的属性，产生序列标签
5）CRNN并不需求序列的长度固定，只要输入数据的高度一致便可以了
6）该模型取得的效果比之前的方法都要好
7）相比DCNN具有更少的参数，模型的尺寸更小
1. 网络的架构
可以看出该网络是由三个主要部分组成的：卷积层、循环层、转录层。这三个部分的作用为，卷积对图像进行卷积操作提取出图像的深层特征；循环层产生特征序列
