# PSENet_tensorflow
PSENet的tensorflow复现源代码地址:https://github.com/liuheng92/tensorflow_PSENet
参考CSDN博客:https://blog.csdn.net/liu506039293/article/details/102835275
训练好的模型model 的链接: https://pan.baidu.com/s/1qft1hxVAQBW8ld1D0u4Khw 提取码: bynv
关于代码复原,CSDN的这篇博客写的很实在,但和github上的一样,有些地方模糊,对小白上手有些障碍,现在想写篇博客记录以下:
1、如果windows系统跑不通,请切换linux系统。我一开始用的windows,在pse文件夹的init文件中始终报错,百度查找无果,果断切换linux,最终可以!
2、本人环境为:ubuntu、python3.7.5、tensorflow 1.14.0、gcc 9.2。 github上源码使用的是python2,如果使用python3请按照上面的CSDN博客更改。共3处,分别在3个文件中:Makefile、utils_tool.py、eval.py。(若tensorflow1.14.0不行,请用1.13.1试试)
3、从github上下载完源码之后,还要下载model文件及测试集ICDAR2015。对于model文件,github上给出了百度网盘地址,但是这个文件夹中缺少一个文件,需要自己创建,详细内容见CSDN; 测试集网站:https://rrc.cvc.uab.es/ (注意,需要注册才可下载)或者链接: https://pan.baidu.com/s/1nFFd_CtYWsdw-zXWKaoNjg 提取码: dby7
4、将下载model的文件夹放在项目根目录下;同时在根目录下创建data文件夹,在data内创建test_images文件夹,测试图片放在这里面;在根目录下再创建一个results文件夹,用来存放运行结果。
5、在eval.py 文件开头,补充完整你的model地址和测试集地址,如下:
test_data_path:测试图片地址
checkpoint_path:为model文件夹地址,即模型地址
output_dir:为输入结果地址
6、做完上述修改之后,在终端直接运行 python eval.py 命令即可运行。
我修改后的完整代码:https://github.com/donghao-github/PSENet_tensorflow
model需要另外下载, 见文章头.