chineseocr环境准备

1.下载chineseocr

2.接招

按着上面的readme在终端中执行就可以,本文主要阐述必须注意的地方。

就一条,setup-cpu.md文件里的 pip安装、conda安装一定要分开。另外,执行conda install pytorch-cpu torchvision-cpu -c pytorch可能会很慢,需要多尝试几次。

还有就是,docker镜像难以实现,建议跳过。

最后执行,python app.py 8080 可能会有一些错误,见招拆招即可。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Chinese OCR是一个用于中文自然场景文字检测和识别的工具。它基于YOLO3和CRNN算法实现。YOLO3是一种目标检测算法,而CRNN是一种端到端的文本识别网络,结合了CNN、GRU/LSTM和CTC。该工具目前主要支持darknet,但也支持keras、tensorflow和pytorch。然而,未来的发展方向将主要集中在darknet上。你可以在GitHub上找到该工具的代码和训练好的模型。如果你想使用pytorch版本的OCR模型,你可以直接下载已经训练好的模型。如果你想使用keras版本的OCR模型,你需要将下载的模型转换成keras格式。此外,你还可以从百度网盘上下载数据集,该数据集包含约364万张图片,用于训练和验证。这些图片是通过对中文语料库进行随机变化生成的,包含汉字、英文字母、数字和标点符号。每个样本包含10个字符,图片分辨率统一为280x32。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* *2* [Chineseocr:YOLO3+CRNN (基于windows+pytorch安装试用)](https://blog.csdn.net/zephyr_wang/article/details/105153251)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [chinese-ocr自然场景下不定长文字识别(ctpn + densenet)](https://blog.csdn.net/weixin_42861043/article/details/89705021)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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