20185110054CSL组(天池大赛>MTWI 2018 挑战赛一:网络图像的文本识别)

本文档介绍了一种基于Tensorflow和Keras的端到端中文字符检测和识别解决方案,包括CTPN(文本检测)和DenseNet+CTC(文本识别)。提供了环境部署、模型训练(CTPN和DenseNet+CTC)、数据准备及效果展示的详细步骤。训练数据来自MTWI 2018 挑战赛,挑战赛包含20000张网络图像,涵盖了各种复杂的文本情况。
摘要由CSDN通过智能技术生成

简介

基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别

  • 文本检测:CTPN
  • 文本识别:DenseNet + CTC

环境部署(基于Ubuntu操作系统)

sh setup.sh

即:

pip install numpy scipy matplotlib pillow
pip install easydict opencv-python keras h5py PyYAML
pip install cython==0.24

#当使用gpu时:
# for gpu
pip install tensorflow-gpu==1.3.0
chmod +x ./ctpn/lib/utils/make.sh
cd ./ctpn/lib/utils/ && ./make.sh

#当使用cou时:
# for cpu
pip install tensorflow==1.3.0
chmod +x ./ctpn/lib/utils/make_cpu.sh
cd ./ctpn/lib/utils/ && ./make_cpu.sh

Demo

将测试图片放入test_images目录,检测结果会保存到test_result中

执行命令:

python demo.py

模型训练

CTPN训练

cd ctpn
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值