pse文本行检测_更好地理解图片：场景文字检测工具 cnstd

最新推荐文章于 2024-04-17 09:30:04 发布

weixin_39621044

最新推荐文章于 2024-04-17 09:30:04 发布

阅读量853

点赞数 1

文章标签： pse文本行检测

本文链接：https://blog.csdn.net/weixin_39621044/article/details/112246948

版权

cnstd是一个Python3场景文字检测工具，包含PSENet模型，支持多种backbone，可用于图片中文字检测。通过结合OCR工具cnocr，可以识别检测框内的文字。提供命令行工具进行图片预测和模型训练。项目源代码可在GitHub找到。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

通过识别图片中的文字，我们可以更好地理解图片的内容。cnstd 是 Python 3 下的场景文字检测(Scene Text Detection，简称STD)工具包，自带了多个训练好的检测模型，安装后即可直接使用。当前的文字检测模型使用的是 PSENet，目前支持两种 backbone 模型： mobilenetv3 和 resnet50_v1b。它们都是在 ICPR 和 ICDAR15 的 11000 张训练集图片上训练得到的。

如需要识别文本框中的文字，可以结合 OCR 工具包 cnocr 一起使用。

项目地址：https://github.com/breezedeus/cnstd ，欢迎大家尝试。

示例

安装

嗯，安装真的很简单。

pip install cnstd

【注意】：

请使用Python3 (3.4, 3.5, 3.6以及之后版本应该都行)，没测过Python2下是否ok。
依赖opencv，所以可能需要额外安装opencv。

已有模型

当前的文字检测模型使用的是PSENet，目前包含两个已训练好的模型，分别对应两种backbone模型：mobilenetv3 和 resnet50_v1b。它们都是在ICPR和ICDAR15训练数据上训练得到的。

模型 resnet50_v1b 精度略高于模型 mobilenetv3。

使用方法

首次使用 cnstd 时，系统会自动下载zip格式的模型压缩文件，并存放于 ~/.cnstd目录(Windows下默认路径为 C:\Users\\AppData\Roaming\cnstd)。下载后的zip文件代码会自动对其解压，然后把解压后的模型相关目录放于~/.cnstd/0.1.0目录中。

如果系统无法自动成功下载zip文件，则需要手动从百度云盘(提取码为 4ndj)下载对应的zip文件并把它存放于 ~/.cnstd/0.1.0(Windows下为 C:\Users\\AppData\Roam