GreedyDecoder in TensorFlow* kann nicht auf die Form der zeitlichen Verbindungsklassifizierung (CTC) schließen

1. Ausgeführter Modelloptimierer auf zwei Tensorflow-Modellen, die eine CTC-Ebene enthalten, die ctc_greedy_decoder und tf.keras.backend.ctc_decode
2. Beide fehlgeschlagen mit dem Fehler: [ ERROR ] Kann nicht auf Formen oder Werte für den Knoten "StatefulPartitionedCall/model_1/plate2_/CTCGreedyDecoder" und [ ERROR ] Batch-Dimensionen von Eingabe-Tensoren ableiten, müssen für StatefulPartitionedCall/model_1/plate2_/CTCGreedyDecoder Knoten gleich sein.
3. Mit und ohne explizite Eingabeformdefinition versucht und das gleiche Ergebnis erhalten.

Laut Dokumentation zu unterstützten Framework-Ebenen wird die CTC-Ebene im OpenVINO Toolkit nicht unterstützt.

Folgen Sie dem Schritt unten, um die Netzwerkausgabe mit der CTC-Ebene zu decodieren.

1. Der CTCGreedyDecoder führt eine gierige Decodierung der Logiken durch, die in der Eingabe (dem besten Pfad) in Tensorflow angegeben sind, und er funktioniert am besten vom OpenVINO vortrainierten Modell text_recognition_0012 , da es unter Verwendung des Quellen-Frameworks von Tensorflow entwickelt wurde.
2. CTCGreedyDecoder ist ein verfügbares Tool für Decodierungszwecke. Daher muss es nach der Verwendung der Netzwerkausgabe selbst angewendet werden.
3. Zum Beispiel bei der Verwendung von Text Detection C++ Demo mit -b Parameter im Texterkennungs-0012-Modell. Wenn der Standardwert 0 ist, wird CTC Greedy Decoder verwendet.