DBNet训练过程笔记

已于 2023-03-23 11:05:15 修改
阅读量3.9k 收藏 41
点赞数 5
分类专栏： 笔记 文章标签： 计算机视觉 人工智能 深度学习 神经网络
于 2022-03-08 13:20:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43705733/article/details/123347511
版权

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。
在这里插入图片描述

代码结构

在这里插入图片描述

  • 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

pip install -r requirement

数据集配置

下载icdar2015数据集,结构如下。
在这里插入图片描述
其中test.txt,train.txt需要自己生成，格式如下。
在这里插入图片描述
代码见generate_path.py
参考代码

配置文件

需要修改的文件：config文件夹中的

icdar2015_resnet18_FPN_DBhead_polyLR.yaml,

  • epoch调小
  • batch_size适当调大
  • data_path改路径
    注：源代码中是
    data_path:
    - ./datasets/test.json
    改成
    data_path:
    -./datasets/test.txt

训练模型

在控制台输入

 python tools/train.py --config_file "config/icdar2015_resnet18_FPN_DBhead_polyLR.yaml"

训练好的模型会保存在output/DBNet_resnet18_FPN_DBHead/checkpoint中
包括最好的和最后一次的模型

测试模型

训练好模型，就可以测试文本检测效果啦

  • 在test文件夹中新建output,input文件夹，
  • 将测试图片放入input文件夹，
  • 修改tools/predict.py中的model_path，input_folder，output_folder，
  • 修改完成即可运行predict.py，
  • 结果在output文件夹中。
    测试结果：
    在这里插入图片描述
    此文章只是本菜鸟的一些理解，有不对的地方欢迎批评指正。😁
Lucky_1129
关注
  • 5
    点赞
  • 踩
  • 41
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
专栏目录
DBNet实战：详解DBNet训练与测试（pytorch）
04-01
论文连接：https://arxiv.org/pdf/1911.08947.pdf github链接：github.com 网络结构 首先，图像输入特征提取主干，提取特征； 其次，特征金字塔上采样到相同的尺寸，并进行特征级联得到特征F； 然后，特征F用于预测概率图（probability map P）和阈值图(threshold map T) 最后，通过P和F计算近似二值图（approximate binary map B） 在训练期间对P，T，B进行监督训练，P和B是用的相同的监督信号(label)。在推理时，只需要P或B就可以得到文本框。 网络输出： 1、probability map, wh1 , 代表像素点是文本的概率 2、threshhold map, wh1, 每个像素点的阈值 3、binary map, wh1, 由1,2计算得到，计算公式为DB公式 文章链接：https://wanghao.blog.csdn.net/article/details/123904386
DBNet详解及训练ICDAR2015数据集
m0_56569131的博客
02-05 1652
在这篇论文之前，文字检测算法主要分为两类：基于回归的方法和基于分割的方法。基于分割的方法通常涉及以下流程，如下图蓝色箭头所示：首先，通过网络输出图像的文本分割结果，即概率图，其中每个像素表示是否属于正样本的概率。然后，通过使用预设的阈值将分割结果图转换为二值图。最后，通过一些聚合操作，例如连通域分析，将像素级的结果转换为最终的文本检测结果。然而，由于涉及使用阈值来判定前景和背景的不可微分操作，因此这一部分流程无法被直接放入网络中进行训练。所以本文引入了一种新的方法。
DBNet实战：详解DBNet训练与测试（pytorch）(1)，一份字节跳动面试官给你的Python技术面试指南
最新发布
2401_84024576的博客
04-04 554
请注意，第八个逗号后面的任何内容都是转录的一部分，并且不使用转义字符。“不关心”区域在基本事实中以“###”的转录表示。作者将被要求自动定位图像中的文本并返回边界框。结果必须在每个图像的单独文本文件中提交，每行对应于上述格式的边界框（逗号分隔值）。应提交包含所有结果文件的单个压缩（zip 或 rar）文件。如果您的方法无法为图像生成任何结果，您可以包含一个空的结果文件或根本不包含任何文件。
C# Onnx DBNet 检测条形码 可执行程序exe包
10-31
C# Onnx DBNet 检测条形码 可执行程序exe包 博客地址： https://blog.csdn.net/lw112190/article/details/134139262
dbnet-barcode:使用DBNet检测索引
03-30
dbnet条形码 使用DBNet检测串行运行程序的依赖库是onnxruntime库，安装方法自行百度
C# Onnx DBNet 检测条形码 源码
10-31
C# Onnx DBNet 检测条形码 源码 博客地址： https://blog.csdn.net/lw112190/article/details/134139262
DBN的训练过程
热门推荐
lujiandong1的专栏
03-17 1万+
有一种更好的神经网络模型，这就是受限玻尔兹曼机。使用层叠波尔兹曼机组成深度神经网络的方法，在深度学习里被称作深度信念网络DBN，这是目前非常流行的方法。          经典的DBN网络结构 是由若干层 RBM 和一层 BP 组成的一种深层神经网络, 结构如下图所示.：        DBN 在训练模型的过程中主要分为两步:              第 1 步：分别单独无监督地训练每一
超详细记录在pycharm中训练测试DBnet(pytorch)
qq_44961737的博客
12-11 2099
记录在pycharm中训练测试DBnet
移植mysql到安卓手机_记录dbnet文本检测转ncnn并移植到安卓上
weixin_34864191的博客
01-30 344
目前，文本检测主要分为基于检测网络和分割网络实现，上文(风影：记录densenet-ocr识别网络转ncnn并移植到安卓手机)讲到将yolo3文本检测+densenet识别网络转ncnn推理，并成功移植到安卓上，本文介绍基于分割网络--dbnet文本检测，转ncnn推理并移植到安卓上。模型转换步骤，dbnet(pytorch)--onnx--ncnn。2.将pytorch转换为onnx格式，目前o...
Python-DBNet大规模驾驶策略学习数据集
08-11
DBNet 数据集记录了视频、激光雷达点云，以及对应的资深驾驶员（驾龄超过 10 年）的真实驾驶行为。
DBNet阅读笔记
张伟的专栏
02-06 6081
原网址：https://zhuanlan.zhihu.com/p/94677957 Real-time Scene Text Detection with Differentiable Binarization是华科白翔老师团队发表在AAAI2020上的一篇文本检测文章，在PAN的效果上更近一步，效果和性能都再创新高。文章地址 https://arxiv.org/pdf/1911.08947....
详细记录DBNet.pytorch训练 Win10
DYF的博客
05-30 4605
DBNet.pytorch: 添加链接描述 系统：windows 10 1、数据集预处理： （1）把训练数据train和测试数据test的img和gt，放到datasets文件夹下 （2）将训练数据和测试数据生成如下图的格式： 生成train.txt和test.txt,保存到datasets文件夹下(必须也把test.txt也生成)。 生成文件的代码如下： import os def get_images(img_path): ''' find image files in data p
如何优雅的阅读DBNet的训练代码
猫猫与橙子的博客
07-18 4085
工程链接：https://github.com/MhLiao/DB 最近在学习DBNet，然后由于本人想偷懒，然后使用了以上链接的工程（这样就不需要升级cuda和cudnn），最后发现该工程实在是写的太优雅了，完全不知道哪里是数据加载，哪里是测试，各种数据增强又在什么位置，所以现在就我的经验给大家盘点一下； 遇到报错 balance_cross_entropy_loss.py", line 49, in forward negative_loss, _ = torch.topk(negativ
DBNet实战：详解DBNet训练bug与理论解析（paddleOCR ）
qq_25678319的博客
06-13 2482
paddleOCR DBnet bug以及解析
dbnet训练自己的数据集
08-30
您可以使用以下步骤来训练DBNet模型使用您自己的数据集： 1. 数据准备：首先，准备您的数据集。确保您的数据集包含标注好的文本和对应的标签。标签可以是命名实体、关系等。 2. 数据预处理：对数据进行预处理以适应DBNet模型的输入要求。这可能包括分句、分词、将文本转换为特定格式等。确保数据预处理的过程与您的任务需求相匹配。 3. 模型选择：选择适合您任务的DBNet模型。DBNet是一个通用的深度学习模型，可用于多种NLP任务，如命名实体识别、关系抽取等。根据您的任务需求选择合适的DBNet模型。 4. 模型训练：使用准备好的数据集和选择的DBNet模型进行训练。训练过程中，您需要定义损失函数、优化器等，并进行适当的超参数调优。 5. 模型评估：在训练完成后，使用测试集或交叉验证来评估模型的性能。常用的评估指标包括准确率、召回率、F1值等。 6. 模型优化：根据评估结果，进行模型优化。您可以尝试不同的超参数配置、增加数据样本量、进行模型结构调整等操作来提高性能。 7. 模型应用：在模型训练和优化完成后，您可以将其应用于实际的任务中。根据您的需求，您可以使用训练好的模型进行文本分类、命名实体识别、关系抽取等任务。 需要注意的是，DBNet是一个通用的模型框架，对于不同的任务，您需要根据具体情况进行相应的调整和优化。

“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 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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