DBNet实战：详解DBNet训练与测试（pytorch），2024年最新软件测试开发零基础

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新软件测试全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注软件测试）

正文

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都是转录的一部分，并且不使用转义字符。 “不关心”区域在基本事实中以“###”的转录表示。 作者将被要求自动定位图像中的文本并返回边界框。 结果必须在每个图像的单独文本文件中提交，每行对应于上述格式的边界框（逗号分隔值）。 应提交包含所有结果文件的单个压缩（zip 或 rar）文件。 如果您的方法无法为图像生成任何结果，您可以包含一个空的结果文件或根本不包含任何文件。 与挑战 1 和 2 不同，结果的评估将基于单一的 Intersection-over-Union 标准，阈值为 50%，类似于对象识别和 Pascal VOC 挑战 [1] 中的标准做法。

数据集下载完成后可以得到四个文件，如下图：

将ch4_training_images.zip解压到./datasets\train\img下面。

将ch4_training_localization_transcription_gt.zip解压到./datasets\train\gt下面。

将ch4_test_images.zip解压到./datasets\test\img下面。

将Challenge4_Test_Task1_GT.zip解压到./datasets\test\gt下面。

接下来对数据集做预处理，作者写Ubuntu系统下的处理脚本generate_lists.sh，所以如果用的系统是UBuntu，则执行脚本即可

bash generate_lists.sh

如果是Win10平台则需要写python脚本。新建getdata.py,插入代码：

import os

def get_images(img_path):

‘’’

find image files in data path

:return: list of files found

‘’’

files = []

exts = [‘jpg’, ‘png’, ‘jpeg’, ‘JPG’, ‘PNG’]

for parent, dirnames, filenames in os.walk(img_path):

for filename in filenames:

for ext in exts:

if filename.endswith(ext):

files.append(os.path.join(parent, filename))

break

print(‘Find {} images’.format(len(files)))

return sorted(files)

def get_txts(txt_path):

‘’’

find gt files in data path

:return: list of files found

‘’’

files = []

exts = [‘txt’]

for parent, dirnames, filenames in os.walk(txt_path):

for filename in filenames:

for ext in exts:

if filename.endswith(ext):

files.append(os.path.join(parent, filename))

break

print(‘Find {} txts’.format(len(files)))

return sorted(files)

if name == ‘main’:

import json

img_train_path = ‘./datasets/train/img’

img_test_path = ‘./datasets/test/img’

train_files = get_images(img_train_path)

test_files = get_images(img_test_path)

txt_train_path = ‘./datasets/train/gt’

txt_test_path = ‘./datasets/test/gt’

train_txts = get_txts(txt_train_path)

test_txts = get_txts(txt_test_path)

n_train = len(train_files)

n_test = len(test_files)

assert len(train_files) == len(train_txts) and len(test_files) == len(test_txts)

with open(‘train.txt’, ‘w’) as f:

with open(‘./datasets/train.txt’, ‘w’) as f:

for i in range(n_train):

line = train_files[i] + ‘\t’ + train_txts[i] + ‘\n’

f.write(line)

with open(‘./datasets/test.txt’, ‘w’) as f:

for i in range(n_test):

line = test_files[i] + ‘\t’ + test_txts[i] + ‘\n’

f.write(line)

逻辑不复杂，分别将train和test的img文件列表和gt文件列表对应起来保存到train.txt和test.txt中。

完成上面数据的处理就可以开始训练了

训练

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

到这里已经完成大部分的工作了，只需要对config文件参数做适当的修改就可以开始训练了。

本次训练使用的config文件是./config/icdar2015_resnet18_FPN_DBhead_polyLR.yaml，修改学习率、优化器、BatchSize等参数，如下图：

上面用红框标注的参数，大家根据实际的情况做修改，我的卡是3090，BatchSize设置32.

参数设置完成后，就开启训练，在pycharm的Terminal下面执行：

CUDA_VISIBLE_DEVICES=0 python tools/train.py --config_file “config/icdar2015_resnet18_FPN_DBhead_polyLR.yaml”

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
img_convert/cc70a6328233f0aa28a1baf29205c001.png)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）
[外链图片转存中…(img-z6Qe7nEq-1713710064678)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！