本模型适用于 https://github.com/kerlomz/captcha_platform 项目
基于最流行的CRNN识别单行文本，网上也有不少大佬们的项目，也提供了对应的模型，本项目旨在推广通用图像分类训练框架，希望大家对他的用途不仅仅是用来识别验证码，它能有更大的作用。
CRNN
笔者使用的网络为笔者框架内置的CNNX+GRU+CTC组合，其实效果都大同小异。网上使用VGG的众多，其实对于中文文档类的简单场景OCR，可以在特征提取网络上做一些适当的精简。
CNNX网络设计详见：https://github.com/kerlomz/captcha_trainer/blob/master/network/CNN.py#L38
该模型使用 https://github.com/kerlomz/captcha_trainer 项目进行训练
别看它以Captcha开头，他并非专为验证码而生，它也用于练普通的场景文字识别等，它其实是一个通用的图像分类框架。
测试图：
识别结果：
测试识别400x32尺寸的一张图大概耗时20ms，300x32尺寸大概12ms。模型体积约4mb，包含了近6k的中英文符号的庞大字符集。足可谓是轻量级的OCR模块了，大家可自行搭配文本目标检测如CTPN，可将分割出的行图片合成一个批次进行预测，可减少请求耗时。
模型使用：
使用 https://github.com/kerlomz/captcha_platform 项目进行部署：
将下载后的 common-ocr.zip 解压，得到 graph 和 model 两个路径。
放置于 captcha_platform 项目根目录即可，若不想安装环境可以使用链接中的编译版进行部署。
Windows:
双击 captcha_platform_tornado.exe 或 使用命令行执行（若遇闪退）
Ubuntu:
使用./captcha_platform_tornado 启动即可，可配合 nohup 后台运行。
MacOS:
使用方法与Ubuntu一致。
模型下载：
链接: https://pan.baidu.com/s/1RBaSeSdp8QGdexXOTh4H4Q
提取码：o97o
