cptn-crnn
从别人那里拿来的，稍微改了下，适合识别竖排书法，原文：
https://github.com/eragonruan/text-detection-ctpn
https://github.com/Sierkinhane/crnn_chinese_characters_rec
cptn
环境搭建(tqdm,opencv-python,Shapely,matplotlib,numpy,tensorflow-gpu or tensorflow,Cython,ipython 自行用pip3安装)
cd cptn/utils/bbox
sh make.sh
创建数据集
cd cptn/utils/prepare
python3 split_label.py(DATA_FOLDER 和 OUTPUT 改成自己的路径)
原始数据图片：
csv标记内容为：
| FileName | x1 | y1 | x2 | y2 | x3 | y3 | x4 | y4 | text |
|---|---|---|---|---|---|---|---|---|---|
| img_calligraphy_70001_bg.jpg | 72 | 53 | 96 | 53 | 96 | 358 | 72 | 358 | 黎沈昨骑托那缝丁聚侮篮海炭 |
| img_calligraphy_70001_bg.jpg | 46 | 53 | 70 | 53 | 70 | 394 | 46 | 394 | 缩蝇躁劣趋拴局伦绸启杭吭惯蛋仅 |
| img_calligraphy_70001_bg.jpg | 20 | 53 | 44 | 53 | 44 | 174 | 20 | 174 | 效射市关蝉 |
创建好的数据集图片(绿线为标记的坐标,输入ctpn的图片是不带绿线的):
lable格式在 data/demo/img_calligraphy_70001_bg.txt中
训练
1.首先下载vgg16的模型
https://github.com/tensorflow/models/tree/1af55e018eebce03fb61bba9959a04672536107d/research/slim
,放到data目录下
2.运行 python3 main/train.py
可以直接下载我训练好的模型:
https://drive.google.com/open?id=1RwZb1HLG0vum-5RHZdSfqtDD2in_sNRD
crnn
环境搭建
安装 pytorch和warp-ctc
根据cuda版本选择pytorch的安装文件
pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whl
pip3 install torchvision
git clone https://github.com/SeanNaren/warp-ctc.git
cd warp-ctc;mkdir build; cd build;cmake ..;make
cd ../warp-ctc/pytorch_binding;python setup.py install
将 pytorch_binding 中生成的warpctc_pytorch文件夹copy到crnn下
制作训练集
1、python3 to_lmdb/tolmdb.py(按比例将训练集划分成train和val，生成方式一样，就是放到不同的目录)
2、根据自己的lable文件，生成 alphabets.py(就是将所有lable去重写进此文件)
训练(第一次训练，--model_path '')
python3 crnn_main.py --trainroot './data/' --valroot './data/val' --cuda --model_path './expr/crnn_Rec_done_35_2019-03-27.pth'
训练结果
我的训练模型(35次可能对训练集有些过拟合，提供了中间的几个结果模型，看哪一个更适合)：
https://drive.google.com/open?id=1Ckz1j5ZXfNILh1ePJlYcDpE_PQ-tqML-
训练结果：
Test loss: 0.178429, accuray: 0.997500
[35/300][24100/29790] Loss: 0.658935
[35/300][24200/29790] Loss: 0.534306
[35/300][24300/29790] Loss: 0.541349
[35/300][24400/29790] Loss: 0.475645
: 兽亵播疒阌飨百怒逭纫
: 蜂肉昆材摄
: 不似周趋阙去
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent