DBNet.pytorch

Echtzeit-Szene-Texterkennung mit differenzierbarer Binarisierung

Hinweis : Ein Code wird von MHLIAO/DB geerbt

中文解读

aktualisieren

2020-06-07: 添加灰度图训练 ， 训练灰度图时需要在配置里移除dataset.args.transforms.Normalize

Mit Conda installieren

 conda env create -f environment.yml
git clone https://github.com/WenmuZhou/DBNet.pytorch.git
cd DBNet.pytorch/

oder

Manuell installieren

conda create -n dbnet python=3.6
conda activate dbnet

conda install ipython pip

# python dependencies
pip install -r requirement.txt

# install PyTorch with cuda-10.1
# Note that you can change the cudatoolkit version to the version you want.
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

# clone repo
git clone https://github.com/WenmuZhou/DBNet.pytorch.git
cd DBNet.pytorch/

Anforderungen

• Pytorch 1.4+
• Torchvision 0,5+
• GCC 4.9+

Herunterladen

TBD

Datenvorbereitung

Trainingsdaten: Bereiten Sie im folgenden Format einen train.txt . Verwenden Sie ' t' als Trennzeichen

 ./datasets/train/img/001.jpg	./datasets/train/gt/001.txt

Validierungsdaten: Erstellen Sie einen test.txt im folgenden Format, verwenden Sie ' t' als Trennzeichen

 ./datasets/test/img/001.jpg	./datasets/test/gt/001.txt

• Speichern Sie Bilder im img -Ordner
• gt

Die Bodentreue kann .txt -Dateien mit dem folgenden Format sein:

 x1, y1, x2, y2, x3, y3, x4, y4, annotation

Zug

1. Konfigurieren Sie den dataset['train']['dataset'['data_path']' , dataset['validate']['dataset'['data_path'] in config/icdar2015_resnet18_fpn_dbhead_polylr.yaml

• . Single GPU -Zug

bash singlel_gpu_train.sh

• . Multi-GPU-Training

bash multi_gpu_train.sh

Prüfen

Eval.Py wird verwendet, um das Modell im Testdatensatz zu testen

1. config model_path in eval.sh
2. Verwenden Sie das folgende Skript zum Testen

bash eval.sh

Vorhersagen

Predict.py kann verwendet werden, um alle Bilder in einem Ordner zu folgen

1. config model_path , input_folder , output_folder in predict.sh
2. Verwenden Sie das folgende Skript, um vorherzusagen

 bash predict.sh

Sie können den model_path in der predict.sh -Datei in Ihren Modellort ändern.

Tipps: Wenn das Ergebnis nicht gut ist, können Sie thre in predict.sh ändern.

Das Projekt befindet sich noch in der Entwicklung.

Leistung

ICDAR 2015

Nur im Datensatz ICDAR2015 trainieren

Verfahren	Bildgröße (Kurzgröße)	Lernrate	Präzision (%)	Abrufen (%)	F-Messung (%)	Fps
SynthText-defrom-resnet-18 (Papier)	736	0,007	86,8	78,4	82.3	48
ImageNet-resnet18-fpn-dbhead	736	1e-3	87.03	75.06	80.6	43
ImageNet-defrom-resnet18-fpn-dbhead	736	1e-3	88.61	73,84	80.56	36
ImageNet-resnet50-fpn-dbhead	736	1e-3	88.06	77.14	82.24	27
ImageNet-RESNEST50-FPN-DBHEAD	736	1e-3	88.18	76,27	81.78	27

Beispiele

TBD

Todo

• Mutil GPU -Training

Referenz

1. https://arxiv.org/pdf/1911.08947.pdf
2. https://github.com/wenmuzhou/panet.pytorch
3. https://github.com/mhliao/db

Wenn dieses Repository Ihnen hilft, sparen Sie bitte es. Danke.