DBNet训练过程笔记
论文是Real-time Scene Text Detection with Differentiable Binarization,关于论文讲解有很多。
代码来自https://github.com/WenmuZhou/DBNet.pytorch
网络结构如下图。
代码结构
- base:保存模型,数据集处理的基类
- config:训练配置文件
- data_loader:加载数据集,创建文本框,对文本框进行处理
- datasets:放置数据集
- models:backbone,neck,head、Loss
- output:存储训练好的模型,此文件夹需要自己新建
- post_processing:后处理过程
- test:放测试图片和测试结果
- tools:包括训练,预测的py
- trainer:train.py的基类
- utils:评估模型的一些参数
环境配置
按照README.MD去安装,需另外安装natsort,addict这两个包
<