tensorflow_PSENet

psenet：與漸進式擴展網絡的形狀強大的文本檢測

介紹

這是PSENET的張量重新實現：與漸進式擴展網絡的形狀可靠文本檢測。

感謝作者的（@whai362）很棒的工作！

安裝

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

下載

在2015年ICDAR培訓（培訓集） + ICDAR2017 MLT（培訓集）：

Baiduyun提取代碼：PFFD

Google Drive

該模型不如文章那樣好，而只是參考。您可以對其進行填補，也可以根據此代碼進行大量優化。

資料庫	精確 （％）	記起 （％）	f-measure（％）
ICDAR 2015（Val）	74.61	80.93	77.64

火車

如果要訓練模型，則應在數據集路徑中提供數據集路徑，每個圖像應為每個圖像提供單獨的GT文本文件，並確保GT文本和圖像文件具有相同的名稱。

然後運行train.py喜歡：

 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/

如果您有一個以上的GPU，則可以將GPU ID傳遞給GPU_LIST（例如-gpu_list = 0,1,2,3）

筆記：

1. 目前，僅支持ICDAR2017數據格式輸入，例如（116,1179,206,1179,206,206,1207,116,1207，“ ###”），但是您可以修改data_provider.py來支持Polygon格式輸入
2. 已經使用Pyclipper模塊已經支持多邊形收縮
3. 這種重新實現只是為了娛樂，但我將繼續改進此代碼。
4. 通過使用C ++重新實現PSE算法（如果使用Python2，請運行它，如果Python3，請用Makefile中的Python3-Config替換Python-Config）

測試

運行eval.py喜歡：

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

然後將文本文件和結果圖像寫入輸出路徑。

例子

關於問題

如果您首先遇到任何問題檢查問題，也可以打開新問題。

參考

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

承認

@rkshuai在model.py中找到了有關Concat功能的錯誤。

如果此存儲庫對您有所幫助，請出演。謝謝。