CRNN_Chinese_Characters_Rec

Признание персонажей

Репозиторий признания китайских иерогене, основанное на сверточных рецидивирующих сетях. ( Ниже, пожалуйста, сканируйте QR -код, чтобы присоединиться к группе WeChat. )

Производительность

Распознавать персонажей на картинках

Dev Environments

1. Win 10 или Ubuntu 16.04
2. Pytorch 1.2.0 (может исправить потерю CTC) с CUDA 10.0
3. Ямл
4. Легкий
5. Tensorboardx

Данные

Синтетический набор данных китайской строки

1. Загрузите набор данных
2. Редактировать Lib/config/360CC_CONFIG.YAML Данные: Корень для вашего пути изображения

    DATASET:
      ROOT: 'to/your/images/path'

3. Загрузите этикетки (пароль: EAQB)

4. Поместить char_std_5990.txt в lib/dataSet/txt/

5. И поместите train.txt и test.txt в lib/dataSet/txt/

   например. test.txt

    20456343_4045240981.jpg 89 201 241 178 19 94 19 22 26 656
    20457281_3395886438.jpg 120 1061 2 376 78 249 272 272 120 1061
    ...

Или ваши собственные данные

1. Редактировать Lib/config/worn_config.yaml Данные: корень для вашего пути изображения

    DATASET:
      ROOT: 'to/your/images/path'

2. И поместите свой Train_own.txt и test_own.txt в lib/dataSet/txt/

   например. test_own.txt

    20456343_4045240981.jpg 你好啊！祖国！
    20457281_3395886438.jpg 晚安啊！世界！
    ...

Примечание . Поддерживается обучение с фиксированной длиной. Тем не менее, вы можете изменить DataLoader, чтобы поддержать обучение случайной длины.

Тренироваться

   [run] python train.py --cfg lib/config/360CC_config.yaml
or [run] python train.py --cfg lib/config/OWN_config.yaml

 #### loss curve

```angular2html
   [run] cd output/360CC/crnn/xxxx-xx-xx-xx-xx/
   [run] tensorboard --logdir log

Обзор потерь (первая эпоха)

Демо

   [run] python demo.py --image_path images/test.png --checkpoint output/checkpoints/mixed_second_finetune_acc_97P7.pth

Ссылки

• https://github.com/meijieru/crnn.pytorch
• https://github.com/hrnet