ID บทความ: 000059508 ประเภทข้อมูล: ข้อมูลผลิตภัณฑ์และเอกสารประกอบ การตรวจสอบครั้งล่าสุด: 20/05/2022

ไม่สามารถอนุมานรูปร่างของ Connection Temporal Classification (CTC) GreedyDecoder ใน TensorFlow*

BUILT IN - ARTICLE INTRO SECOND COMPONENT
สรุปข้อมูล

ชุดเครื่องมือ OpenVINO™ ไม่รองรับเลเยอร์ CTC

คำอธิบาย
  1. ตัวเพิ่มประสิทธิภาพโมเดล Ran บนโมเดล tensorflow สองรุ่นที่มีเลเยอร์ CTC ซึ่งctc_greedy_decoderและtf.keras.backend.ctc_decode
  2. ทั้งสองล้มเหลวกับข้อผิดพลาด: [ ERROR ] ไม่สามารถอนุมานรูปร่างหรือค่าสําหรับโหนด "StatefulPartitionedCall/model_1/plate2_/CTCGreedyDecoder" และ [ ERROR ] ขนาดชุดของตัวดึงอินพุตต้องเหมือนกันสําหรับโหนด StatefulPartitionedCall/model_1/plate2_/CTCGreeddecoder
  3. ลองใช้คําจํากัดความรูปร่างอินพุตแบบชัดแจ้งและไม่มีผลลัพธ์เหมือนกัน
ความละเอียด

ตามเอกสาร ประกอบ Framework Layers ที่รองรับ จะไม่มีการรองรับเลเยอร์ CTC ในชุดเครื่องมือ OpenVINO

ข้อมูลเพิ่มเติม

ทําตามขั้นตอน ด้านล่างเพื่อถอดรหัสผลลัพธ์ของเครือข่ายด้วยเลเยอร์ CTC

  1. CTCGreedyDecoder ทําการถอดรหัสแบบโลภบนลอจิกที่ให้มาในอินพุต (เส้นทางที่ดีที่สุด) ใน Tensorflow และใช้งานได้ดีที่สุดจากtext_recognition_0012รุ่นที่ผ่านการฝึกอบรมมาแล้วOpenVINOตามที่พัฒนาโดยใช้เฟรมเวิร์กต้นทางของ Tensorflow
  2. CTCGreedyDecoder เป็นเครื่องมือที่มีอยู่สําหรับการถอดรหัส จึงควรใช้หลังจากใช้งานเอาต์พุตเครือข่ายเอง
  3. ตัวอย่างเช่น เมื่อใช้ การสาธิต Text Detection C++ กับพารามิเตอร์ -b บน โมเดล text-recognition-0012 หากค่าเริ่มต้นคือ 0 ตัวถอดรหัส CTC แบบโลภจะถูกใช้

ผลิตภัณฑ์ที่เกี่ยวข้อง

บทความนี้จะนำไปใช้กับ 2 ผลิตภัณฑ์

เนื้อหาในหน้านี้เป็นการผสมผสานระหว่างการแปลเนื้อหาต้นฉบับภาษาอังกฤษโดยมนุษย์และคอมพิวเตอร์ เนื้อหานี้จัดทำขึ้นเพื่อความสะดวกของคุณและเพื่อเป็นข้อมูลทั่วไปเท่านั้นและไม่ควรอ้างอิงว่าสมบูรณ์หรือถูกต้อง หากมีความขัดแย้งใด ๆ ระหว่างเวอร์ชันภาษาอังกฤษของหน้านี้กับคำแปล เวอร์ชันภาษาอังกฤษจะมีผลเหนือกว่าและควบคุม ดูเวอร์ชันภาษาอังกฤษของหน้านี้