paddlOCR文字检测模型训练

参考API
https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/doc/doc_ch/detection.md




这里的损失理解可以了解一下DBnet
地址

测试图片方法

单独测试一张图片

绿色的路径根据自己的来

python tools/infer_det.py -c configs/det/det_mv3_db.yml
 -o Global.infer_img="./doc/imgs_en/img_10.jpg" 
 Global.pretrained_model="./output/db_mv3/best_accuracy"

运行成功后

测试一组图片

python tools/infer_det.py -c configs/det/det_mv3_db.yml 
-o Global.infer_img="./doc/imgs_en/" 
Global.pretrained_model="./output/db_mv3/best_accuracy"

结果

转inference模型测试

检测模型转inference 模型方式：绿色的路径要注意

python tools/export_model.py -c ./configs/det/det_mv3_db.yml 
-o Global.pretrained_model="./output/db_mv3/best_accuracy" 
Global.save_inference_dir="./output/det_db_mv3_inference/"

运行成功界面

接下来就来测试一些图片吧
绿色的路径依然是重点！！！

python tools/infer/predict_det.py --det_algorithm="DB" 
--det_model_dir="./output/det_db_mv3_inference/" 
--image_dir="./doc/imgs/" --use_gpu=True

结果，还算不错

但是过过于倾斜的样本效果不是很好，需要调整参数重新训练