tensorflow_PSENet

PSENET: Detección de texto robusta con red de expansión de escala progresiva

Introducción

Esta es una reimplementación de flujo tensor de Psenet: forma de detección de texto robusta con red de expansión de escala progresiva.

¡Gracias por el trabajo increíble del autor (@whai362)!

Instalación

1. Cualquier versión de la versión TensorFlow> 1.0 debería estar bien.
2. Python 2 o 3 estará bien.

Descargar

Entrenado en ICDAR 2015 (conjunto de entrenamiento) + ICDAR2017 MLT (conjunto de entrenamiento):

Código de extracto de Baiduyun: PFFD

Google Drive

Este modelo no es tan bueno como el de los artículos, es solo una referencia. Puede Finetune en él o puede hacer mucha optimización en función de este código.

Base de datos	Precisión (%)	Recordar (%)	F-Mesasure (%)
ICDAR 2015 (Val)	74.61	80.93	77.64

Tren

Si desea capacitar al modelo, debe proporcionar la ruta del conjunto de datos, en la ruta del conjunto de datos, se debe proporcionar un archivo de texto GT separado para cada imagen, y asegurarse de que el texto GT y el archivo de imagen tengan los mismos nombres .

Luego corre Train.py como:

 python train.py --gpu_list=0 --input_size=512 --batch_size_per_gpu=8 --checkpoint_path=./resnet_v1_50/ 
--training_data_path=./data/ocr/icdar2015/

Si tiene más de una GPU, puede pasar ID de GPU a GPU_List (como - -GPU_LIST = 0,1,2,3)

Nota:

1. En este momento, solo admite la entrada del formato de datos ICDAR2017, como (116,1179,206,1179,206,1207,116,1207, "###"), pero puede modificar data_provider.py para admitir la entrada del formato de polígono
2. Ya admite el polígono de polígono utilizando el módulo Pyclipper
3. Esta reimplementación es solo por diversión, pero continuaré mejorando este código.
4. Algoritmo PSE de reimplementación usando C ++ (si usa Python2, simplemente ejecutarlo, si Python3, reemplace Python-Config con Python3-Config en Makefile)

Prueba

Ejecutar eval.py como:

 python eval.py --test_data_path=./tmp/images/ --gpu_list=0 --checkpoint_path=./resnet_v1_50/ 
--output_dir=./tmp/

Luego se escribirá un archivo de texto y una imagen de resultados en la ruta de salida.

Ejemplos

Sobre problemas

Si se encuentra primero con los problemas de verificación de problemas, o puede abrir un nuevo problema.

Referencia

1. http://download.tensorflow.org/models/resnet_v1_50_2016_08_28.tar.gz
2. https://github.com/charlesshang/fastmaskrcnn
3. WHAI362/PSENET#15
4. https://github.com/argman/east

Reconocer

@RKshuai encontró un error sobre las características de concat en model.py.

Si este repositorio lo ayuda, por favor, estre a la estrella. Gracias.