Inicio Proyectos crnn
crnn
Lua

crnn

Red Neuronal Recurrente Convolucional (CRNN) para reconocimiento de secuencias basadas en imágenes.

por bgshih · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
computer-visionmachine-learningocrMITLua
Ver en GitHub
En palabras simples

Reconoce texto en imágenes, como señales o documentos, utilizando un modelo entrenado.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
crnn — GitHub preview card
📈 Historial de estrellas
2 1042 103
2026-07-072026-08-31
📈 Sigue crnn

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Red Neuronal Recurrente Convolucional (CRNN) para reconocimiento de secuencias basadas en imágenes.

crnn tiene 2.1k estrellas en GitHub. Se ha bifurcado 548 veces. crnn está escrito principalmente en Lua. Se desarrolla activamente desde 2015. crnn está disponible bajo la licencia MIT. Sus temas principales son: computer-vision, machine-learning, ocr, sequence-recognition.

Frequently asked questions

¿Qué es crnn?

Red Neuronal Recurrente Convolucional (CRNN) para reconocimiento de secuencias basadas en imágenes.

¿crnn es de código abierto?

crnn es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿crnn es gratis?

Sí. crnn es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está crnn?

crnn está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito crnn?

crnn está escrito principalmente en Lua.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — crnn

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=bgshih-crnn)](https://olud.ai/project/bgshih-crnn.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.