DBNet实战：详解DBNet训练与测试（pytorch）

python tools/train.py --config_file “config/icdar2015_resnet18_FPN_DBhead_polyLR.yaml”

如果缺少包就会包错误，如果看不到错误，说明都安装了。

数据集

==============================================================

数据集使用icdar2015，网页链接：Downloads - Incidental Scene Text - Robust Reading Competition (uab.es)，需要注册。

选择Task4.1：Text Localization

数据的详细介绍：Tasks - Incidental Scene Text - Robust Reading Competition (uab.es)

任务 4.1：文本本地化 对于文本本地化任务，我们将为每个图像提供单词边界框。 基本事实作为单独的文本文件（每个图像一个）给出，其中每一行指定一个单词边界框的坐标及其以逗号分隔格式的转录（参见图 1）。

对于文本本地化任务，地面实况数据以单词边界框的形式提供。 与挑战 1 和 2 不同，边界框在挑战 4 中不是轴定向的，它们由四个角的坐标以顺时针方式指定。 对于训练集中的每个图像，将按照命名约定提供一个单独的 UTF-8 文本文件：

gt_[image name].txt

​ 文本文件是逗号分隔的文件，其中每一行将对应于图像中的一个单词，并给出其边界框坐标（四个角，顺时针）及其格式的转录：

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

请注意，第八个逗号后面的任何内容