手动把初赛和复赛的数据集合并，增大数据集的规模，目的是为了增加网络泛化能力。
按照0.15的比值划分出验证集。数据集划分代码见./code/data_split.py
无数据扩增（旋转、噪声等）操作，直接将RGB图片转为灰度图像之后按照网络输入要求进行大小变换，主要操作是图片补零。
考虑到数据集中长256宽48的图片占多数，为了节省计算资源，直接以此长宽为标准。即如果图片长宽是（256,48）那么不对该图片大小做变换。否则根据长宽比，过长的直接resize到256长度，宽补零；过宽的直接resize到48宽度，长补零。
数据处理代码见./code/ds.py
基础模型从论文《An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition》复现。论文链接：https://arxiv.org/abs/1507.05717
该模型是一个端到端的文字识别模型，由三部分构成：首先将处理之后的图片送入CNN，经过7层卷积提取特征，然后将特征图按照宽度不变，长度为1的形式作为序列输入双向2层LSTM进行学习，学习到的结果使用CTC结构化损失，反向传递调整网络参数。
CTC结构化损失算法来自于文献https://dl.acm.org/citation.cfm?id=1143891
基础模型示意图如下：
基础模型结构为：
在调参过程中，主要对基础模型进行了四方面调整。由于训练准确度始终比验证准确度高不少，判断出现了过拟合，因此改动主要围绕减小过拟合进行。第一处修改是CRNN中CNN部分的通道数，原网络每层通道数[64,128,256,256,512,512,512]，改为[64,128,128,256,256,512,512]；第二处是在每层卷积层后都加入BN；第三处是尝试了不同激活函数；第四处是对LSTM采用dropout。
如此调参得到一些效果较好的模型用于输出测试结果。
模型代码见./code/crnn.py
模型训练代码见./code/train.py
模型及参数见./models，其中crnn.pkl是网络结构文件，其余文件都是较训练和验证准确率都较高的模型的参数，是在修改CNN通道数并加上BN之后仅调整激活函数和dropout比例得到的。
./code中all_characters_all.txt里是合并初赛和复赛数据集之后所有标签包含的文字符号，为了run.sh测试而放在了文件夹里。
最终按照ensemble方法，将几个效果较好的模型进行投票得出预测结果。
测试文件见./code/test_2.py