DBNet.pytorch

Detecção de texto em cena em tempo real com binarização diferenciável

Nota : Algum código é herdado de Mhliao/dB

中文解读

atualizar

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

Instale usando o CONDA

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

ou

Instalar manualmente

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/

Requisitos

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

Download

TBD

Preparação de dados

Dados de treinamento: Prepare um train.txt de texto.txt No seguinte formato, use ' t' como um separador

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

Dados de validação: Prepare um test.txt texto.txt No seguinte formato, use ' t' como um separador

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

• Armazenar imagens na pasta img
• Armazene a truta na pasta gt

A truta fundamental pode ser arquivos .txt , com o seguinte formato:

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

Trem

1. Config o dataset['train']['dataset'['data_path']' , dataset['validate']['dataset'['data_path'] em config/icdar2015_resnet18_fpn_dbhead_polylr.yaml

• . Trem de GPU único

bash singlel_gpu_train.sh

• . Treinamento multi-GPU

bash multi_gpu_train.sh

Teste

Eval.py é usado para testar o modelo no conjunto de dados de teste

1. Config model_path em Eval.sh
2. Use o script a seguir para testar

bash eval.sh

Prever

previc.py pode ser usado para inferência em todas as imagens em uma pasta

1. Config model_path , input_folder , output_folder no previc.sh
2. Use o script a seguir para prever

 bash predict.sh

Você pode alterar o model_path no arquivo predict.sh para o seu local de modelo.

Dicas: Se o resultado não for bom, você pode mudar thre em prever.sh

O projeto ainda está em desenvolvimento.

Desempenho

ICDAR 2015

apenas treine no conjunto de dados ICDAR2015

Método	Tamanho da imagem (tamanho curto)	taxa de aprendizado	Precisão (%)	Lembrar (%)	F-Medice (%)	FPS
Synthtext-de-ressente-18 (papel)	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-deCrom-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

exemplos

TBD

pendência

• Treinamento da GPU Mutil

referência

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

Se este repositório ajudar você a estrela. Obrigado.