文字识别，涵盖了直排文字、弯曲文字，也有基于偏旁部首的方法。
RARE
白翔
Robust Scene Text Recognition with Automatic Rectification
https://github.com/guojm14/TPS-SRN-tensorflow
irregular text、including perspective text and curved text、end-to-end
先对不规则的文本进行校正，然后识别。
一下内容来自 https://blog.csdn.net/rabbithui/article/details/78853649
文章提出RARE模型实现对不规则文本的end-to-end文字识别，RARE由STN(Spatial Transformer Network)和SRN(Sequence Recognition Network)组成。STN用于对输入的不规则文本进行矫正，得到形状规则的文本作为SRN的输入，SRN是一个基于注意力机制的网络结构，实现sequence to sequence的文本识别。
文章中的训练数据为8百万的合成样本数据，输入图像均resize到100×32，STN的输出size也是100×32。
AON
AON: Towards Arbitrarily-Oriented Text Recognition
https://github.com/huizhang0110/AON
irregular texts、attention-based、end-to-end
也是使用STN对不规则文本进行校正
参考 https://blog.csdn.net/xuningli84019582/article/details/90441306
整个模型分为三个部分，
（1）BCNN基本CNN层用来对input image提取出feature map，
（2）AON+FG是本算法的核心，基本思路是将文本方向分为Left2Right，Right2Left，Bottom2Top，Top2Bottom，对这四个方向提取四个sequence vector和一个权重向量，在FG层将四个sequence和权重进行组合形成最终的sequence，
（3）然后输入带有Attention机制的Decoder从而输出最终文本。
ASTER
白翔
ASTER: An Attentional Scene Text Recognizer with Flexible Rectification
https://github.com/ayumiymk/aster.pytorch
端到端的识别系统。
也是使用STN对不规则文本进行校正
https://blog.csdn.net/alibabazhouyu/article/details/82778357
参考 https://www.cnblogs.com/lillylin/p/9315180.html
针对不规则文字，先矫正成正常线性排列的文字，再识别；
整合矫正网络和识别网络成为一个端到端网络来训练；
矫正网络使用STN，识别网络用经典的sequence to sequence + attention