DBNet.pytorch

实时场景文本检测与可区分的二进制

注意：某些代码是从mhliao/db继承的

中文解读

更新

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

使用conda安装

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

或者

手动安装

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/

要求

• Pytorch 1.4+
• 火炬0.5+
• GCC 4.9+

下载

TBD

数据准备

培训数据：以以下格式准备文本train.txt ，使用“ t”作为分离器

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

验证数据：以以下格式准备文本test.txt ，将' t'用作分离器

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

• 将图像存储在img文件夹中
• 将地面图存储在gt文件夹中

地面图可以是.txt文件，并具有以下格式：

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

火车

1. 配置dataset['train']['dataset'['data_path']' ， dataset['validate']['dataset'['data_path']中

• 。单GPU火车

bash singlel_gpu_train.sh

• 。多GPU培训

bash multi_gpu_train.sh

测试

eval.py用于在测试数据集上测试模型

1. config model_path in dead.sh
2. 使用以下脚本进行测试

bash eval.sh

预测

prectiv.py可以用来推断文件夹中的所有图像

1. config model_path ， input_folder ， output_folder
2. 使用以下脚本预测

 bash predict.sh

您可以将predict.sh文件中的model_path更改为模型位置。

提示：如果结果不好，您可以更改thre drevence.sh

该项目仍在开发中。

表现

ICDAR 2015

仅在ICDAR2015数据集上训练

方法	图像大小（尺寸短）	学习率	精确 （％）	记起 （％）	f-measure（％）	FPS
Synthtext-defrom-resnet-18（纸）	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-defrom-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

例子

TBD

托多

• Mutil GPU培训

参考

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

如果此存储库对您有所帮助，请出演。谢谢。