Cnocr

主要变更：

- 优化了对数字识别的准确度。
- 优化了模型结构，进一步降低了模型的大小，提升了预测速度；最小模型从原来的6.8M降为4.7M。
- 使用了爱因互动 Ein+自己的CDN存储模型文件，下载速度超快。
- 提供了预测速度更快的 shorter (-s)版预训练模型：densenet-lite-s-gru和densenet-lite-s-fc。
- 默认模型由之前的conv-lite-fc改为densenet-lite-fc。
- 预测支持使用GPU。
- bugfixs:
- Web 调用时的内存泄露。感谢 myuanz；
- 输入图片宽度很小时导致异常；
- 去掉 f-print。

以下列出了主要的变更：

- 更新了训练代码，使用mxnet的recordio首先把数据转换成二进制格式，提升后续的训练效率。训练时支持对图片做实时数据增强。也加入了更多可传入的参数。
- 允许训练集中的文字数量不同，目前是中文10个字，英文20个字母。
- 提供了更多的模型选择，允许大家按需训练多种不同大小的识别模型。
- 内置了各种训练好的模型，最小的模型只有之前模型的1/5大小。所有模型都可免费使用。
- 相较于之前版本的模型，新的模型精度有显著提升，尤其是针对英文单词的识别。新模型已经可以识别英文单词间的空格。
- 支持文字识别只在给定字符集中进行。 对于一些纯数字或者纯英文字母的应用场景可以带来识别率提升。
- 优化了对黑底白字多行文字图片的支持。
- mxnet依赖升级到更新的版本了。很多人反馈mxnet 1.4.1经常找不到没法装，现在升级到>=1.5.0,<1.7.0。