为什么会有"；获取“U输出”U大小；是len（字母表）和#x2B；1 Keras OCR示例中的非len（字母表）？；

我只是一个Keras的初学者，我试图通过Keras实现一个OCR项目。所以我尝试从Keras OCR的例子中学习。下面是
我不明白为什么TextImageGenerator类中的“get_output_size”是len（字母表）+1，而不是len（字母表）？

---

如果有人能告诉我原因，我将不胜感激。

这与用作成本函数的CTC层有关。也许阅读科学论文会给你更多的视角，但这与模型使用的“额外”类有关（“没有字母”）。

---

在使用CTC损失训练的神经网络中，需要一个额外的字符。这个额外的字符本质上意味着“在这个位置看不到字符”，称为CTC blank

它用于允许文本的不同对齐，或允许字符之间有一些空白（想象一下一个包含“hello”或“hello”的图像，它们周围有空格，因为您想识别“hello”）。 当识别文本时，这些空格将被删除：例如，当使用最佳路径解码时，每个位置的最佳评分字符将被删除，但空格将被删除

为了更好地了解这个特殊的CTC空白字符，让我们看看下面的插图。神经网络的输出包含字符a、b和CTC空白（以“-”号表示）。 让我们为每个位置t0…t4选择最佳得分字符，这将为我们提供“aaa-b”。最佳路径解码删除了重复的字符，这给了我们“a-b”，最后删除了所有空白，这给了我们“ab”。

---

如果您想了解更多信息，请查看我的、或或。

谢谢您帮助我解释这个问题…我将阅读一些关于CTC的文章…@CaptainSama当有人提供有帮助或解决问题的答案时，希望您作为提问者分别投票或接受。请看