PaddleOCR-EAST

u012804784

于 2022-10-24 01:08:37 发布

阅读量533

点赞数

分类专栏： android 文章标签： 1024程序员节计算机

本文链接：https://blog.csdn.net/u012804784/article/details/127484187

版权

本文基于PaddleOCR深入解读其代码库，重点关注EAST算法。内容涵盖训练过程、预处理、网络架构（包括Backbone、Neck、Head）、损失函数（Dice Loss和SmoothL1 Loss）以及推理后的后处理步骤。

摘要由CSDN通过智能技术生成

🚀 优质资源分享 🚀

学习路线指引（点击解锁）	知识定位	人群定位
🧡 Python实战微信订餐小程序 🧡	进阶级	本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。
💛Python量化交易实战💛	入门级	手把手带你打造一个易扩展、更安全、效率更高的量化交易系统

目录* Abstract

Train
- PreProcess
- Architecture
  - Backbone
  - Neck
  - Head
- Loss
  - Dice Loss
  - SmoothL1 Loss
Infer
- PostProcess

写在前面：基于PaddleOCR代码库对其中所涉及到的算法进行代码简读，如果有必要可能会先研读一下原论文。

Abstract

论文链接：arxiv
应用场景：文本检测
代码配置文件：configs/det/det_r50_vd_east.yml

Train

PreProcess

class EASTProcessTrain(object):
    def \_\_init\_\_(self,
 image\_shape=[512, 512],
 background\_ratio=0.125,
 min\_crop\_side\_ratio=0.1,
 min\_text\_size=10,
 **kwargs):
        self.input_size = image_shape[1]
        self.random_scale = np.array([0.5, 1, 2.0, 3.0])
        self.background_ratio = background_ratio
        self.min_crop_side_ratio = min_crop_side_ratio
        self.min_text_size = min_text_size
       
   	...

    def \_\_call\_\_(self, data):
        im = data['image']
        text_polys = data['polys']
        text_tags = data['ignore\_tags']
        if im is None:
            return None
        if text_polys.shape[0] == 0:
            return None

        #add rotate cases
        if np.random.rand() < 0.5:
            # 旋转图片和文本框(90，180，270)
            im, text_polys = self.rotate_im_poly(im, text_polys)
        h, w, _ = im.shape
        # 限制文本框坐标到有效范围内、检查文本框的有效性（基于文本框的面积）、以及点的顺序是否是顺时针
        text_polys, text_tags = self.check_and_validate_polys(text_polys,
                                                              text_tags, h, w)
        if text_polys.shape[0] == 0:
            return None

        # 随机缩放图片以及文