DBNet.pytorch

微分可能な二等分化によるリアルタイムシーンテキストの検出

注：一部のコードは、MHLIAO/DBから継承されます

中文解读

アップデート

2020-06-07：添加灰度图训练、 dataset.args.transforms.Normalize

Condaを使用してインストールします

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

または

手動でインストールします

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/

要件

• Pytorch 1.4+
• TorchVision 0.5+
• GCC 4.9+

ダウンロード

TBD

データの準備

トレーニングデータ：次の形式でテキストtrain.txtを準備するには、「 t」をセパレーターとして使用します

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

検証データ：テキストtest.txt次の形式で準備し、「 t」をセパレーターとして使用します

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

• imgフォルダーに画像を保存します
• gtフォルダーにGroundTruthを保存します

GroundTruthは、次の形式で.txtファイルである可能性があります。

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

電車

1. dataset['train']['dataset'['data_path']' 、 dataset['validate']['dataset'['data_path']の構成/icdar2015_resnet18_fpn_dbhead_polylr.yaml

• 。単一GPU列車

bash singlel_gpu_train.sh

• 。マルチGPUトレーニング

bash multi_gpu_train.sh

テスト

eval.pyは、テストデータセットでモデルをテストするために使用されます

1. eval.shのconfig model_path
2. 次のスクリプトを使用してテストします

bash eval.sh

予測する

Predict.pyは、フォルダー内のすべての画像に推論するために使用できます

1. config model_path 、 input_folder 、 output_folder in predict.sh
2. 次のスクリプトを使用して予測します

 bash predict.sh

predict.shファイルのmodel_pathモデルの場所に変更できます。

ヒント：結果が良くない場合は、predict.shでthre変更できます。

プロジェクトはまだ開発中です。

パフォーマンス

ICDAR 2015

ICDAR2015データセットでのみトレーニングします

方法	画像サイズ（短いサイズ）	学習率	精度（％）	想起 （％）	f-Measure（％）	FPS
Synthtext-defrom-resnet-18（紙）	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

例

TBD

トト

• mutil GPUトレーニング

参照

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

このリポジトリが役立つ場合は、主演してください。ありがとう。