tensorflow_PSENet

psenet：与渐进式扩展网络的形状强大的文本检测

介绍

这是PSENET的张量重新实现：与渐进式扩展网络的形状可靠文本检测。

感谢作者的（@whai362）很棒的工作！

安装

1. TensorFlow版本的任何版本> 1.0都可以。
2. python 2或3可以。

下载

在2015年ICDAR培训（培训集） + ICDAR2017 MLT（培训集）：

Baiduyun提取代码：PFFD

Google Drive

该模型不如文章那样好，而只是参考。您可以对其进行填补，也可以根据此代码进行大量优化。

数据库	精确 （％）	记起 （％）	f-measure（％）
ICDAR 2015（Val）	74.61	80.93	77.64

火车

如果要训练模型，则应在数据集路径中提供数据集路径，每个图像应为每个图像提供单独的GT文本文件，并确保GT文本和图像文件具有相同的名称。

然后运行train.py喜欢：

 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/

如果您有一个以上的GPU，则可以将GPU ID传递给GPU_LIST（例如-gpu_list = 0,1,2,3）

笔记：

1. 目前，仅支持ICDAR2017数据格式输入，例如（116,1179,206,1179,206,206,1207,116,1207，“ ###”），但是您可以修改data_provider.py来支持Polygon格式输入
2. 已经使用Pyclipper模块已经支持多边形收缩
3. 这种重新实现只是为了娱乐，但我将继续改进此代码。
4. 通过使用C ++重新实现PSE算法（如果使用Python2，请运行它，如果Python3，请用Makefile中的Python3-Config替换Python-Config）

测试

运行eval.py喜欢：

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

然后将文本文件和结果图像写入输出路径。

例子

关于问题

如果您首先遇到任何问题检查问题，也可以打开新问题。

参考

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

承认

@rkshuai在model.py中找到了有关Concat功能的错误。

如果此存储库对您有所帮助，请出演。谢谢。