请问ctc_2019中input_length=16, label_length=4的具体使用方法？

[chajnoven]

我已经完成原版keras的使用，但ctc版本有所不同，关于生成器参数多出来两个，请问这两个参数的具体用途是？请问这两个参数该如何理解？

[wuyangdut]

我也有这个疑惑，看其他地方都没有用到啊

[ypwhs]

数据生成器和 CNN 的差不多，这里需要多几个矩阵，一个是 input_length，代表序列长度，一个是 label_length，代表验证码长度，还有一个 np.ones，没有意义，只是为了适配 Keras 训练需要的矩阵输入。

from tensorflow.keras.utils import Sequence

class CaptchaSequence(Sequence):
    def __init__(self, characters, batch_size, steps, n_len=4, width=128, height=64, 
                 input_length=16, label_length=4):
        self.characters = characters
        self.batch_size = batch_size
        self.steps = steps
        self.n_len = n_len
        self.width = width
        self.height = height
        self.input_length = input_length
        self.label_length = label_length
        self.n_class = len(characters)
        self.generator = ImageCaptcha(width=width, height=height)
    
    def __len__(self):
        return self.steps

    def __getitem__(self, idx):
        X = np.zeros((self.batch_size, self.height, self.width, 3), dtype=np.float32)
        y = np.zeros((self.batch_size, self.n_len), dtype=np.uint8)
        input_length = np.ones(self.batch_size)*self.input_length
        label_length = np.ones(self.batch_size)*self.label_length
        for i in range(self.batch_size):
            random_str = ''.join([random.choice(self.characters) for j in range(self.n_len)])
            X[i] = np.array(self.generator.generate_image(random_str)) / 255.0
            y[i] = [self.characters.find(x) for x in random_str]
        return [X, y, input_length, label_length], np.ones(self.batch_size)

input_length 和 label_length 都在计算 loss 的地方用到了：

• y_pred 是模型的输出，是按顺序输出的37个字符的概率，因为我们这里用到了循环神经网络，所以需要一个空白字符的概念；
• labels 是验证码，是四个数字，每个数字代表字符在字符集里的位置
• input_length 表示 y_pred 的长度，我们这里是16
• label_length 表示 labels 的长度，我们这里是4

import tensorflow.keras.backend as K

def ctc_lambda_func(args):
    y_pred, labels, input_length, label_length = args
    return K.ctc_batch_cost(labels, y_pred, input_length, label_length)

[alex337]

请问一下这边的input_length是啥

[ypwhs]

请问一下这边的input_length是啥

input_length，代表序列长度，我们这里是4

[lijiajun3029]

请问序列长度input_length选择16的原因是什么呢，最后一张特征图宽度16有什么关系呢？16是这里的最大取值吗，小一点有什么缺点与优点呢，请赐教

[ypwhs]

请问序列长度input_length选择16的原因是什么呢，最后一张特征图宽度16有什么关系呢？16是这里的最大取值吗，小一点有什么缺点与优点呢，请赐教

input_length 表示 y_pred 的长度，也就是 RNN 输出的序列长度，它和 CNN 输出的宽度是相等的，不能随意修改。

[lijiajun3029]

请问序列长度input_length选择16的原因是什么呢，最后一张特征图宽度16有什么关系呢？16是这里的最大取值吗，小一点有什么缺点与优点呢，请赐教

input_length 表示 y_pred 的长度，也就是 RNN 输出的序列长度，它和 CNN 输出的宽度是相等的，不能随意修改。谢谢

[ctzhang2008]

请问序列长度input_length选择16的原因是什么呢，最后一张特征图宽度16有什么关系呢？16是这里的最大取值吗，小一点有什么缺点与优点呢，请赐教

input_length 表示 y_pred 的长度，也就是 RNN 输出的序列长度，它和 CNN 输出的宽度是相等的，不能随意修改。谢谢

它和 CNN 输出的宽度是相等的，不能随意修改。不理解CNN输出的宽度指的是什么？