DBNet.pytorch

Deteksi teks adegan real-time dengan binarisasi yang dapat dibedakan

Catatan : Beberapa kode diwarisi dari MHLIAO/DB

中文解读

memperbarui

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

Instal menggunakan conda

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

atau

Instal secara manual

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/

Persyaratan

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

Unduh

Tbd

Persiapan data

Data Pelatihan: Siapkan Teks train.txt dalam format berikut, gunakan ' t' sebagai pemisah

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

Data Validasi: Siapkan Teks test.txt dalam format berikut, gunakan ' t' sebagai pemisah

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

• Simpan gambar di folder img
• Simpan landtruth di folder gt

GroundTruth dapat berupa file .txt , dengan format berikut:

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

Kereta

1. Konfigurasikan dataset['train']['dataset'['data_path']' , dataset['validate']['dataset'['data_path'] di config/icdar2015_resnet18_fpn_dbhead_polylr.yaml

• . Kereta GPU tunggal

bash singlel_gpu_train.sh

• . Pelatihan Multi-GPU

bash multi_gpu_train.sh

Tes

Eval.py digunakan untuk menguji model pada dataset uji

1. config model_path di eval.sh
2. Gunakan skrip berikut untuk menguji

bash eval.sh

Meramalkan

prediksi.py dapat digunakan untuk inferensi pada semua gambar dalam folder

1. config model_path , input_folder , output_folder di pred preder predict.sh
2. Gunakan skrip berikut untuk memprediksi

 bash predict.sh

Anda dapat mengubah model_path dalam file predict.sh ke lokasi model Anda.

Tips: Jika hasilnya tidak baik, Anda dapat mengubah thre di predict.sh

Proyek ini masih dalam pengembangan.

Pertunjukan

ICDAR 2015

hanya berlatih di dataset ICDAR2015

Metode	Ukuran gambar (ukuran pendek)	tingkat pembelajaran	Presisi (%)	Mengingat (%)	F-Measure (%)	FPS
Synthtext-Defrom-Resnet-18 (kertas)	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-DBEad	736	1E-3	88.06	77.14	82.24	27
Imagenet-resnest50-fpn-dbhead	736	1E-3	88.18	76.27	81.78	27

contoh

Tbd

todo

• Pelatihan Mutil GPU

referensi

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

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