sunjunlishi
sunjunlishi
可以编译，可以训练啊。效果确实可以。
我用的是cuda9.2；然后工程里面的 对应值，也改成cuda9.2；cudnn也要下载。依赖 还有 boost 你要自己下载。还有opencv。作者已经提供的很全面，包括ctc，lstm，读取训练数据层，训练文件。都有。 编译后，几乎，都可以直接训练的。
你训练模型的大小 和 识别的 大小要一致；32，280；三个通道中值 152，他的测试代码是这样的，你要不改。也要按照这个来。我训练了，可以呀。issue里面也有很多训练成功的。
他的测试代码没有归一，所以你也不要归一。
那些依赖 boost, glog gflag 都是标准的第三方，自己找找，稍微配置下。作者已经提供的够全面了，已经节省了很多时间，对研究ocr来说。能用。
vs2015 打开可以的啊；还有你之前假若有项目，可以用之前的项目； 只需要添加对应的层，层系数(可以通过protoc.exe命令 重新生成 caffe.pb.cpp caffe.pb.h); 就是作者说的那几个层。我就是添加作者的层，到我的工程。gpu，cpu版本如此便可。大家都是如此。
我也不明白的是denseblock DenseNet模型有啥关系。
可以看看最新的3.47opencv是否包含支持层。
denseblock 用的原班的 简化版本。作者用的是这个，貌似 opencv 没有替代的。
长度，和 字的个数固定，一定可以降的。在作者的model fine 不到2万次，降低到1.多