tensorflow_PSENet

PSENET: Bentuk deteksi teks yang kuat dengan jaringan ekspansi skala progresif

Perkenalan

Ini adalah implementasi ulang TensorFlow dari PSENET: Deteksi teks yang kuat bentuk dengan jaringan ekspansi skala progresif.

Terima kasih untuk karya penulis (@whai362) yang luar biasa!

Instalasi

1. Versi versi TensorFlow apa pun> 1.0 harus baik -baik saja.
2. Python 2 atau 3 akan baik -baik saja.

Unduh

Dilatih di ICDAR 2015 (set pelatihan) + ICDAR2017 MLT (set pelatihan):

Kode Ekstrak Baiduyun: PFFD

Google Drive

Model ini tidak sebagus artikel, itu hanya referensi. Anda dapat finetune di atasnya atau Anda dapat melakukan banyak optimasi berdasarkan kode ini.

Database	Presisi (%)	Mengingat (%)	F-Measure (%)
ICDAR 2015 (VAL)	74.61	80.93	77.64

Kereta

Jika Anda ingin melatih model, Anda harus menyediakan jalur dataset, di jalur dataset, file teks GT terpisah harus disediakan untuk setiap gambar, dan pastikan bahwa teks dan file gambar GT memiliki nama yang sama .

Kemudian jalankan train.py like:

 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/

Jika Anda memiliki lebih dari satu GPU, Anda dapat meneruskan ID GPU ke GPU_List (seperti --gpu_list = 0,1,2,3)

Catatan:

1. Saat ini, hanya mendukung input format data ICDAR2017, seperti (116.1179.206.1179.206.1207.116.1207, "###"), tetapi Anda dapat memodifikasi data_provider.py untuk mendukung input format Polygon Polygon
2. Sudah mendukung Polygon menyusut dengan menggunakan modul pyclipper
3. Implementasi ulang ini hanya untuk bersenang-senang, tetapi saya akan terus meningkatkan kode ini.
4. Implementasi ulang algoritma PSE dengan menggunakan C ++ (jika Anda menggunakan python2, cukup jalankan, jika python3, harap ganti python-config dengan python3-config di makefile)

Tes

Jalankan eval.py like:

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

File teks dan gambar hasil akan ditulis ke jalur output.

Contoh

Tentang masalah

Jika Anda menghadapi masalah pemeriksaan masalah terlebih dahulu, atau Anda dapat membuka masalah baru.

Referensi

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

Mengakui

@rkshuai menemukan bug tentang fitur concat di model.py.

Jika repositori ini membantu Anda, silakan bintangi. Terima kasih.