Implementación de Tensorflow de detección de caracteres CTPN

Referencia: https://github.com/Li-Ming-Fan/OCR-DETECTION-CTPN

Pasos de entrenamiento

Siga los pasos a continuación para entrenar el modelo CTPN:

1. python data_base_normalize.py # Normaliza la imagen de fondo previamente entrenada

2. python data_generator.py 0 # Genera datos de verificación

3. python data_generator.py 1 # Genera datos de entrenamiento

4. python script_detect.py # para entrenamiento y verificación

Si el tamaño no es 800x600, la imagen normalizada previamente se escalará primero y luego se recortará un rectángulo de 800x600 de la imagen reescalada. Las imágenes de 800x600 se almacenarán en el directorio recién creado ./images_base.

Los pases 2 y 3 generarán datos de verificación y datos de entrenamiento. Estos se almacenarán en los directorios recién creados ./data_valid y ./data_train, respectivamente.

A las 4 en punto, se entrenará y validará el modelo. Los resultados de la verificación se almacenarán en ./data_valid/results. El archivo ckpt se almacenará en el directorio recién creado ./model_detect

Predecir una sola imagen

Cambie la parte de python script_detect.py:

# -*- coding: utf-8 -*-
"""
@author: limingfan

"""

import model_detect_meta as meta
import model_detect_data as model_data

from model_detect_wrap import ModelDetect


import os
#
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0
#os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1
#


#
model = ModelDetect()
#

#
# predict
model.prepare_for_prediction()

img_file="./my_test/korean1.jpg"
print(img_file)
#
conn_bbox, text_bbox, conf_bbox = model.predict(img_file, out_dir='./my_output')
#
'''
list_images_valid = model_data.get_files_with_ext(meta.dir_images_valid, 'png')
for img_file in list_images_valid:
    #
    # img_file = './data_test/images/bkgd_1_0_generated_0.png'
    #
    print(img_file)
    #
    conn_bbox, text_bbox, conf_bbox = model.predict(img_file, out_dir = './results_prediction')
    #

'''

Imagen del efecto de detección

La computadora solo ha entrenado más de 4000 veces y el efecto no ha alcanzado el mejor nivel. Puedes entrenar decenas de miles de veces y el efecto será mucho mejor.