pytorchOCR之数据篇

pytorchOCR之数据篇

文本检测

• 目前训练数据是基于icdar2015数据集来做算法效果对比的。
  -

1. 训练数据说明：
   标注图片：
   
   标注文件：
   
   如上图所示，标注文件中存放着标注框的坐标，一共7行即为7个框，对应图片中红色的框的四个角点的坐标如绿色圆圈所示，角点的记录顺序为1，2，3，4即为左上，右上，右下，左下的四个点的（x,y），一共8个坐标，,最后一个是标注框的label，其中###代表着文本模糊或者说可忽略文本，这种文本将不参与文本训练。
2. 训练时需要的数据文件说明
   在训练时需要在config对应算法yaml文件中的train_file指定一个train_list.txt(名字可以改)，该文件的样例如下：
   
   即为图片的绝对地址和label文件的绝对地址，中间用‘\t’分隔。这样是为了把图片和标注文件一一对应，用于训练时读取。
3. 验证时需要的数据文件说明
   在训练时需要在config对应算法yaml文件中的test_file指定一个test_list.txt(名字可以改)，该文件的样例如下：
   
   这里只需要图片的绝对地址，但是这里需要在config文件多给一个test_gt_path，即为验证数据的标注文件地址…

文本识别

文本识别这里只实现了目前最常用的crnn

1. 训练数据说明
   训练图片：
   
   训练的label：发布文章
   如上图，图片上的字和label一样。

2. 训练时需要的数据文件说明
   在训练时需要在config对应算法yaml文件中的train_file指定一个train.txt(名字可以改)和key.txt，文件的样例如下：

• train.txt
  
  图片文件的绝对地址和字符label，中间用 ‘\t’ 分隔。
• key.txt
  假设你这里只识别数字，key.txt里面只有一行，那么里面存的就是
  
  里面存放的就是一行类别字符，也就是所有训练集的label加验证集的label经过去重后的结果。

3. 验证时需要的数据文件说明
   在训练时需要在config对应算法yaml文件中的test_file指定一个test.txt(名字可以改)，该文件的样例如下：
   
   这里和训练的一样，也是图片的绝对地址和字符label，中间用’\t’分隔。