DBNet.pytorch

實時場景文本檢測與可區分的二進制

注意：某些代碼是從mhliao/db繼承的

中文解讀

更新

2020-06-07：添加灰度圖訓練，訓練灰度圖時需要在配置裡移除dataset.args.transforms.Normalize

使用conda安裝

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

或者

手動安裝

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+

下載

TBD

數據準備

培訓數據：以以下格式準備文本train.txt ，使用“ t”作為分離器

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

驗證數據：以以下格式準備文本test.txt ，將' t'用作分離器

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

• 將圖像存儲在img文件夾中
• 將地面圖存儲在gt文件夾中

地面圖可以是.txt文件，並具有以下格式：

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

火車

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

• 。單GPU火車

bash singlel_gpu_train.sh

• 。多GPU培訓

bash multi_gpu_train.sh

測試

eval.py用於在測試數據集上測試模型

1. config model_path in dead.sh
2. 使用以下腳本進行測試

bash eval.sh

預測

prectiv.py可以用來推斷文件夾中的所有圖像

1. config model_path ， input_folder ， output_folder
2. 使用以下腳本預測

 bash predict.sh

您可以將predict.sh文件中的model_path更改為模型位置。

提示：如果結果不好，您可以更改thre drevence.sh

該項目仍在開發中。

表現

ICDAR 2015

僅在ICDAR2015數據集上訓練

方法	圖像大小（尺寸短）	學習率	精確 （％）	記起 （％）	f-measure（％）	FPS
Synthtext-defrom-resnet-18（紙）	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培訓

參考

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

如果此存儲庫對您有所幫助，請出演。謝謝。