CRNN_Chinese_Characters_Rec

การจดจำตัวละคร

พื้นที่เก็บข้อมูลการจดจำตัวละครจีนที่อยู่บนพื้นฐานของเครือข่ายกำเริบของ convolutional ( ด้านล่างโปรดสแกนรหัส QR เพื่อเข้าร่วมกลุ่ม WeChat )

ผลงาน

รู้จักตัวละครในรูปภาพ

สภาพแวดล้อม dev

1. ชนะ 10 หรือ Ubuntu 16.04
2. Pytorch 1.2.0 (อาจแก้ไขการสูญเสีย CTC) ด้วย cuda 10.0
3. ยม
4. Easydict
5. tensorboardx

ข้อมูล

ชุดข้อมูลสตริงภาษาจีนสังเคราะห์

1. ดาวน์โหลดชุดข้อมูล
2. แก้ไข lib/config/360cc_config.yaml ข้อมูล: รูทไปยังเส้นทางภาพของคุณ

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

3. ดาวน์โหลดป้ายกำกับ (รหัสผ่าน: EAQB)

4. ใส่ char_std_5990.txt ใน lib/dataset/txt/

5. และใส่ train.txt และ test.txt ใน lib/dataset/txt/

   เช่น 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
    ...

หรือข้อมูลของคุณเอง

1. แก้ไข lib/config/own_config.yaml data: root to you image path path

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

2. และใส่ train_own.txt และ test_own.txt ใน lib/dataset/txt/

   เช่น test_own.txt

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

หมายเหตุ : รองรับการฝึกอบรมความยาวคงที่ แต่คุณสามารถแก้ไข Dataloader เพื่อรองรับการฝึกอบรมความยาวแบบสุ่ม

รถไฟ

   [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

ภาพรวมการสูญเสีย (ยุคแรก)

การสาธิต

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

การอ้างอิง

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