文本檢測和一般目標檢測的不同——文本線是一個sequence（字符、字符的一部分、多字符組成的一個sequence），而不是一般目標檢測中只有一個獨立的目標，這既是優勢，也是難點，優勢體現在同一文本線上不同字符可以互相利用背景關系，可以用sequence的方法比如RNN來表示，難點體現在要檢測出一個完整的文本線，同一文本線上不同字符可能差異大，距離遠，要作為一個整體檢測出來難度比單個目標更大——因此，作者認為預測文本的豎直位置（文本bounding box的上下邊界）比水平位置（文本bounding box的左右邊界）更容易，
環境：
- pytorch最新版
- ubunt18.05
- opencv
- pillow
- numpy
文章目錄
- 前言
- 一、資料集準備
- 二、資料標簽準備
- 三、模型訓練
- 四、文字檢測（CTPN）完整代碼
- 五、結果展示
前言
前期資料的準備，需要大家自己去爬取或者下載
GitHub上面很多，國外的網站有很多開源的；
提示：以下是本篇文章正文內容，下面案例可供參考
一、資料集準備
在這里我使用了600張圖片來訓練模型，由于資料集不是很好，模型的泛化能力較差（魯棒性差），大家可以使用更多的資料來訓練模型，
樣本資料集
在這里大家愛還可以使用自己準備的資料集，來訓練模型，
二、資料標簽準備
在這里的標簽就更簡單了，大家可以使用labelimg標簽工具來打標簽，得到的XML檔案可以提取其中的坐標資訊；
在這里就需要注意的是，我們的每張圖片的標簽檔案（xxxx.txt）必須是一張圖一個標簽檔案，名字必須是一一對應
左上，右上，右下，左下，str
三、模型訓練
鏈接：https://pan.baidu.com/s/14JiJvkpNkFnIrGmkPxOjRQ
提取碼：8888
大家可以下載下來，目錄結構就是大概這樣，ctpn_train.py是訓練檔案，其他的檔案都是組態檔，
大家吧config.py檔案里面的資料 集路徑配置好就行
四、文字檢測（CTPN）完整代碼
鏈接：https://pan.baidu.com/s/14JiJvkpNkFnIrGmkPxOjRQ
提取碼：8888
五、結果展示
希望這篇文章對你有用！
謝謝點贊評論！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/298462.html
標籤：其他
下一篇：linux java -jar部署springclound 前后端分離nginx配置 Nginx區分路徑部署多個Vue專案