完整代码:https://download.csdn.net/download/weixin_55771290/87473303
文本检测:CTPN
文本识别:DenseNet + CTC
环境部署
sh setup.sh
注:CPU环境执行前需注释掉for gpu部分,并解开for cpu部分的注释
Demo
将测试图片放入test_images目录,检测结果会保存到test_result中
python demo.py
模型训练
CTPN训练
详见ctpn/README.md
DenseNet + CTC训练
1. 数据准备
数据集:https://pan.baidu.com/s/1QkI7kjah8SPHwOQ40rS1Pw (密码:lu7m)
共约364万张图片,按照99:1划分成训练集和验证集
数据利用中文语料库(新闻 + 文言文),通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成
包含汉字、英文字母、数字和标点共5990个字符
每个样本固定10个字符,字符随机截取自语料库中的句子
图片分辨率统一为280x32
图片解压后放置到train/images目录下,描述文件放到train目录下
2. 训练
cd train
python train.py
3. 结果
val acc predict model
0.983 8ms 18.9MB
GPU: GTX TITAN X
Keras Backend: Tensorflow
4. 生成自己的样本
可参考SynthText_Chinese_version,TextRecognitionDataGenerator和text_renderer
效果展示
![](https://i-blog.csdnimg.cn/blog_migrate/c7590a536e725faabd5a2ee6c14c9820.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/f4ae6202f5ae3b38650993e61aa2ace3.jpeg)