MaskTextSpotterv3测试及训练

 

Mask TextSpotter v3 

号称最强端到端文本识别模型

实际测试，检测效果确实非同凡响，速度上稍微差于ABCNet.先上图看看效果

 

 

同样存在部分漏检情况。但是第一张图，这个居然检测出来了，还是很强大的，要知道ABCNet对第一张图里的，检测实在太差。

速度上，如下，

ABC：

 

mst:

环境及脚本如下： 

Python3 (Python3.7 is recommended)
PyTorch >= 1.4 (1.4 is recommended)
cocoapi
yacs
matplotlib
GCC >= 4.9 (This is very important!)
OpenCV
CUDA >= 9.0 (10.0.130 is recommended)


my env:
torch                  1.4.0
torchvision            0.5.0

py362
python                 3.6.2
cuda                   10.1

git clone https://github.com/NVIDIA/apex.git
cd apex
python setup.py install --cuda_ext --cpp_ext
# 注意：apex编译在torch==1.5.1 torchvision==0.6.1下的

cd MaskTextSpotterV3
 # build
  python setup.py build develop


# demo :a single image inference by python tools/demo.py
eg:
# 1.single image:
python tools/demo.py --image_path ./demo_images/img_77.jpg --visu_path ./demo_images/img_77_res.jpg
# 2.image folder
eg:
python tools/demo.py --input ./demo_images/ --output ./out/demo_out

# test
python tools/test_net.py --config-file configs/mixtrain/seg_rec_poly_fuse_feature.yaml



# train

# 1.Trained with SynthText

python3 -m torch.distributed.launch --nproc_per_node=8 tools/train_net.py --config-file configs/pretrain/seg_rec_poly_fuse_feature.yaml

训练部分，暂时未进行。