tensorflow_PSENet

PSENET: Shape надежное обнаружение текста с сетью расширения прогрессивного масштаба

Введение

Это переосмысление TensorFlow PSENET: капризное обнаружение текста с помощью сети расширения прогрессивного масштаба.

Спасибо за потрясающую работу автора (@whai362)!

Установка

1. Любая версия Tensorflow версии> 1.0 должна быть в порядке.
2. Python 2 или 3 будут в порядке.

Скачать

обучен ICDAR 2015 (обучающий набор) + ICDAR2017 MLT (учебный набор):

Baiduyun Extract Code: PFFD

Google Drive

Эта модель не так хороша, как статья, это просто ссылка. Вы можете нанести на это, или вы можете сделать много оптимизации на основе этого кода.

База данных	Точность (%)	Отзывать (%)	F-мера (%)
ICDAR 2015 (VAL)	74,61	80.93	77.64

Тренироваться

Если вы хотите тренировать модель, вы должны предоставить путь набора данных, в пути набора данных, для каждого изображения должен быть предоставлен отдельный текстовый файл GT и убедиться, что текст GT и файл изображения имеет одинаковые имена .

Затем запустите 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/

Если у вас более одного графического процессора, вы можете передавать идентификаторы графических процессоров в GPU_List (например, -gpu_list = 0,1,2,3)

Примечание:

1. Прямо сейчас только поддержка ввода формата данных ICDAR2017, например (116 1179 206,1179,206,1207,116,1207, "###"), но вы можете изменить Data_provider.py для поддержки входа формата полигона
2. Уже поддерживает сжимание многоугольника с помощью модуля Pyclipper
3. Это повторное внедрение просто для развлечения, но я буду продолжать улучшать этот код.
4. Повторная алгоритм PSE с помощью C ++ (если вы используете Python2, просто запустите его, если Python3, пожалуйста, замените Python-Config на Python3-Config в Makefile)

Тест

запустить evall.py like:

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

Затем текстовый файл и изображение результата будут записаны в выходной путь.

Примеры

О проблемах

Если вы сначала столкнетесь с какими -либо проблемами проверки, или вы можете открыть новую проблему.

Ссылка

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

Сознавать

@rkshuai обнаружил ошибку о функциях concat в model.py.

Если этот репозиторий поможет вам, пожалуйста, составит его. Спасибо.