这个 ctc_loss 很魔性，训练 CRNN 虐了我几个来回。
我的数据集图片大小不一，我是先等比例缩小到固定高度为 32，宽度不定。
常见三个问题：
1.CTC Loss Error: invalidArgumentError: Not Enough time for target transition
sequence. （label_length 大于图片长度除以 4 了）
2.CTC Loss Error: InvalidArgumentError: sequence_length(b) <= time
（图片长度除以 4 小于等于 input_length 了）
3.ctc_loss error “No valid path found.”
(导致这个错误有两种情况，一是 label_length 大于 input_length，对模型收敛没有很大影响，只是出错的那一个 batch 参数没有更新优化。如果这个错误很少，可以忽略。如果这个错误很多的话就建议用下面方法优化一下训练集。二是使用 SGD 优化时，初始学习率过大。)
导致这三个问题的原因，就是 label_length 和 input_length 的取值问题。
-
CRNN 一个主要优点就是可以识别任意长度的图片。在训练的时候，先统一将图片 padding 到一个固定的很长的宽度。然后 input_length 设置为你等比例缩小后，padding 之前的图片的宽除以四。部分代码如下：
Img = Image.open (imagepath).convert ('L') #原始图片
ResizedImg = cv2.resize (Img, (int (Img.shape [1] * (32 / Img.shape [0])), 32)) # 等比缩小
input_length [i] = ResizedImg.shape [1] // 4 # 取等比缩小后图片长度除以 4 的值 -
label_length 很简单理解，就是 ground truth 的长度。
-
如果你以为这样就完事大吉可以训练你就错了。因为你的图片可能有不合格的存在。导致问题 3 出现，loss 变为 inf。
-
所以在训练前，应该过滤一遍所有训练集和验证集的图片。ctc_loss 在计算预测结果和真值的 loss 的时候，会在你真值 label 中重复的字符之间插入空符，所以必须将 label_length 加上空符个数大于 input_length 的图片删除掉。而代码中的 2，是我考虑有可能在 label 的开头和末尾存在空符。（我并没有验证这个想法，只是为了保险起见。）举个例子，你等比缩小后图片高度为 32，宽度为 160，那么 input_length=40。ground truth label='abbbccddddcccaa'，label_length=15，经过计算 repreat_number 为 2 (bbb)+1 (cc)+3 (dddd)+2 (ccc)+1 (aa) = 9，然后再加上开头结果的空符数 2，最终等于 11。也就是说必须满足 label_length (15)+repreat_number (9)+2<=input_length (40) 的图片才是合格的图片。部分代码如下：
Img = np.array(Image.open(ImgRootPath + '/' + imgName).convert('L'))
ResizedImg = cv2.resize(Img, (int(Img.shape[1] * (32 / Img.shape[0])), 32))
l = [len(list(g)) for k, g in itertools.groupby(Label)]
repeat_number = 0
for n in l:
if n > 1:
repeat_number += (n - 1)
input_length = ResizedImg.shape[1] // 4
if len(Label)+repeat_number+2 > input_length:
continue