目的是解決caffe crnn+ctc識別定長字串的問題，參考程式碼地址：https://github.com/yalecyu/crnn.caffe。作者是linux+pycaffe，我嘗試改為windows+vs編譯。

　　1.vs2013編譯crnn-caffe

　　參考的程式碼是pycaffe實現生成驗證碼識別，無奈對python不熟悉，打算在VS2013上編譯cuda8.0+cudnn-v5的多標籤caffe.exe，輸入資料為ImageData，方便後續自動生成影象後進行訓練。

　　首先需要修改caffe原始碼，我的原始碼是caffe-windows，參考的是這篇部落格：https://blog.csdn.net/u013010889/article/details/54614067

，修改相關image_data_layer程式碼，實現多標籤輸入。再把crnn.caffe工程中的continuation_indicator_layer、ctc_loss_layer、labelsequence_accuracy_layer、permute_layer以及第三方庫相關檔案複製到相對應的目錄下，包括.cpp、.cu、.hpp檔案。對比crnn-caffe和caffe原始碼caffe.proto，修改caffe.proto內容。參考VS2013編譯GPU版本caffe：https://www.cnblogs.com/xqy1205/p/10295862.html，將上述crnn的檔案新增到工程的libcaffe目錄下，進行編譯。至此，就實現了多標籤輸入的crnn-caffe.exe，在window平臺可以直接使用命令列進行訓練。使用caffe.exe time -model deploy.proto可以測試是否編譯成功。

　　2.準備訓練圖　　

　　生成一些影象，resize到固定尺寸，生成標籤。根據修改的image_data_layer程式碼，標籤格式為 影象地址 標籤1 標籤2 標籤3，地址和標籤之間間隔一個空格。修改prototxt檔案內的路徑，參考網上教程和crnn-caffe的網路結構，修改路徑和網路引數。需要注意的是多標籤輸入為ImageData格式，引數需要增加一個label_dim；crnn網路中Reshape層的w*h引數要根據自己影象的寬高進行調整，作者預設為寬128*高32的影象經過卷積後為13*1，之後的ContinuationIndicator層、CtcLoss層time_step也要對應修改。測試使用的影象比較少，需要根據實際修改batch_size、test_interval、test_iter引數，我測試使用大概100張影象，訓練幾秒就收斂了。

　　3.測試識別效果

　　把crnn-caffe的examples\cpp_recognition\recognition.cpp程式碼替換caffe原始碼的classification.cpp，編譯生成classification.exe，安裝作者說明的格式，執行./build/examples/cpp_recognition/recognition.exe (your).jpg deploy.prototxt (your).caffemodel可以檢視識別結果。

參考部落格：

https://github.com/yalecyu/crnn.caffe

https://blog.csdn.net/u013010889/article/details/54614067

https://www.cnblogs.com/xqy1205/p/10295862.html

https://blog.csdn.net/pkuhyz/article/details/82427384