1. 数据说明  

该数据集包含通过慈善项目收集的超过40万个手写英文姓名。由于个人手写风格的差异化，对于机器识别手写字符来 说仍然构成困难的挑战. 说是有40万个手写英文, 实际上线上训练时, 只有20万, 其中16万用于训练, 4万用于测试.  

2. 模型介绍  

 我的代码是基于github上一个中文识别的项目修改而来.  

baseline代码链接:https://github.com/Sierkinhane/CRNN_Chinese_Characters_Rec.git       

上图来自https://zhuanlan.zhihu.com/p/43534801,  大致结构如上图, 只是把输入改为32x280x1, 

 为什么用灰度图呢? 我的理解是图片色彩单一(背景白,字体黑), 跟色彩关系不大. 好吧,我也尝试过用彩色图, 但效果跟用灰度图效果差不多, 所以还是采用灰度图,这样还能减少计算量.

 3. 图片处理:: 

预处理: