CRNN_Chinese_Characters_Rec

Reconocimiento de personajes

Un repositorio de reconocimiento de caracteres chinos basado en redes recurrentes convolucionales. ( A continuación, escanee el código QR para unirse al grupo WeChat ).

Actuación

Reconocer personajes en imágenes

Entornos de desarrollo

1. Gana 10 o Ubuntu 16.04
2. Pytorch 1.2.0 (puede arreglar la pérdida de CTC) con CUDA 10.0
3. yaml
4. Easydict
5. tensorboardx

Datos

Conjunto de datos de cadenas chino sintético

1. Descargar el conjunto de datos
2. Editar Lib/config/360cc_config.yaml Datos: Root a su ruta de imagen

    DATASET:
      ROOT: 'to/your/images/path'

3. Descargue las etiquetas (contraseña: EAQB)

4. Pon Char_std_5990.txt en lib/dataSet/txt/

5. Y coloque trenes.txt y test.txt en lib/dataSet/txt/

   p.ej. test.txt

    20456343_4045240981.jpg 89 201 241 178 19 94 19 22 26 656
    20457281_3395886438.jpg 120 1061 2 376 78 249 272 272 120 1061
    ...

O tus propios datos

1. Editar Lib/config/Own_Config.yaml Datos: Root a su ruta de imagen

    DATASET:
      ROOT: 'to/your/images/path'

2. Y coloque su trenes_own.txt y test_own.txt en lib/dataSet/txt/

   p.ej. test_own.txt

    20456343_4045240981.jpg 你好啊！祖国！
    20457281_3395886438.jpg 晚安啊！世界！
    ...

Nota : Se admite la capacitación de longitud fija. Sin embargo, puede modificar Dataloader para admitir la capacitación de longitud aleatoria.

Tren

   [run] python train.py --cfg lib/config/360CC_config.yaml
or [run] python train.py --cfg lib/config/OWN_config.yaml

 #### loss curve

```angular2html
   [run] cd output/360CC/crnn/xxxx-xx-xx-xx-xx/
   [run] tensorboard --logdir log

Descripción general de la pérdida (primera época)

Manifestación

   [run] python demo.py --image_path images/test.png --checkpoint output/checkpoints/mixed_second_finetune_acc_97P7.pth

Referencias

• https://github.com/meijieru/crnn.pytorch
• https://github.com/hrnet