本文档介绍了在MAC系统中，如何在没有GPU的CPU环境下搭建EAST文本检测模型的训练环境。首先，从github上下载EAST项目及ICDAR2015数据集。在数据处理阶段，需要修改代码以匹配数据文件名。接着，调整multigpu_train.py的参数，如学习率和训练路径。通过运行multigpu_train.py开始训练，虽然CPU训练速度较慢，但可以使用1000张图片进行初步训练，并结合tensorboard进行可视化。训练完成后，利用eval.py脚本测试模型，注意导入lanms模块时可能需要调整代码。
用到的github网址：https://github.com/argman/EAST
需下载里面的icdar2015数据集，我只下了training set和对应的gt。今天先讲训练部分～
环境同样是本机cpu环境下。。 没有gpu太难了
一、数据处理部分
由于程序里写的ground truth的名字是例如img_1.txt，而实际上下载下来的是
所以要么改代码，要么改文件名。 我选择了改代码。在icdar.py里604行，改成这样就好啦
txt_fn ="/Users/vikki/Downloads/ch4_training_images/gt_"+ str(im_fn.split("/")[-1].split(".")[0]+".txt")
然后再去multigpu_train.py里根据情况改tf.flags.DEFINE_string参数，比如学习率，checkpoint_path啥的。还有icdar.py里training_data_path路径。
然后就可以运行multigpu_train.py了
cpu太慢了 我只用了1000张图片训训看
然后等着就行了，会存在你指定的文件夹里。
在此期间可以利用tensorboard实现可视化
tensorboard --logdir=east_icdar2
最低0.47元/天 解锁文章
4253
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
