运用tensorflow实现自然场景文字检测,keras/pytorch实现crnn+ctc实现不定长中文OCR识别

最新推荐文章于 2024-02-04 14:03:21 发布
VIP文章 最新推荐文章于 2024-02-04 14:03:21 发布
阅读量2.5w 收藏 69
点赞数 5
分类专栏： 学习笔记 文章标签： 中文ocr识别 tensorflow
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/wuting3680278/article/details/80445936
版权

运用tensorflow实现自然场景文字检测,keras/pytorch实现crnn+ctc实现不定长中文OCR识别

最近在学习计算机视觉相关的内容，在github上发现了非常好的项目chinese-ocr
该项目主要实现以下三个功能：
1. 文字方向检测 0、90、180、270度检测（这个功能不太实用，现实中角度不太会这么巧合）
2. 文字检测 后期将切换到keras版本文本检测 实现keras端到端的文本检测及识别（项目里面有两个模型keras和pytorch，建议直接用pytorch，它的效果好很多。）
3. 不定长OCR识别
项目地址：
chinese-OCR
https://github.com/jiangxiluning/chinese-ocr
其中遇到的坑有以下几个：
1、在chinese-ocr目录下运行时，会出现python的各种包找不到的情况，需要在代码中import部分将目录添加进去：类似下图

最低0.47元/天 解锁文章
Mary_Wu233333
关注
  • 5
    点赞
  • 踩
  • 69
    收藏
    觉得还不错? 一键收藏
  • 38
    评论
专栏目录
【毕业设计】基于tensorflow、keras_pytorch实现对自然场景的文字检测及端到端的OCR中文文字识别.zip
06-29
基于tensorflow、keras/pytorch实现对自然场景的文字检测及端到端的OCR中文文字识别 功能 文字检测 实现keras端到端的文本检测及识别（项目里面有两个模型keras和pytorch。） 不定长OCR识别 Ubuntu下环境构建 Bash ##GPU环境 sh setup-python3-gpu.sh ##CPU python3环境 sh setup-python3-cpu.sh ##额外依赖的安装包 apt install graphviz pip3 install graphviz pip3 install pydot pip3 install torch torchvision 模型 一共分为3个网络 文本方向检测网络-Classify(vgg16) 文本区域检测网络-CTPN(CNN+RNN) EndToEnd文本识别网络-CRNN(CNN+GRU/LSTM+CTC) 文字方向检测-vgg分类 基于图像分类，在VGG16模型的基础上，训练0、90、180、270度检测的分类模型. 详细代码参考angle/predict.py文件，训练图片8000张，准确率88.23% 模型地址[BaiduCloud](链接：https://pan.baidu.com/s/1Sqbnoeh1lCMmtp64XBaK9w 提取码：n2v4) 文字区域检测CTPN 支持CPU、GPU环境，一键部署， 文本检测训练参考 OCR 端到端识别:CRNN ocr识别采用GRU+CTC端到到识别技术，实现不分隔识别不定长文字 提供keras 与pytorch版本的训练代码，在理解keras的基础上，可以切换到pytorch版本，此版本更稳定 使用 体验 运行demo.py或者pytorch_demo.py（建议） 写入测试图片的路径即可，如果想要显示ctpn的结果，修改文件./ctpn/ctpn/other.py 的draw_boxes函数的最后部分，cv2.inwrite('dest_path',img)，如此，可以得到ctpn检测的文字区域框以及图像的ocr识别结果 在进行体验的时候，注意要更改里面的一些内容（比如模型文件等）
用pytorch实现crnn+ctc来识别验证码
06-24 5479
pytorch 实现crnn+ctc来识别验证码说明环境搭建训练服务搭建 说明 利用crnn和ctc来进行验证码识别是现在主流的机器学习的方式，本文期望利用pytorch来实现单个验证码的识别，同时整合多个训练样本，期望能通过增量识别的方式，最终通过一个模型来识别多个验证码。 本文采用的是阿里云的gpu的服务器。 源码地址:https://github.com/linlihuiyang/ocr-p...
使用PyTorch识别简单验证码
最新发布
tomo的专栏
02-04 505
在这篇文章中，我们将演示如何使用PyTorch来识别简单的数字图形CAPTCHA。示例比较简单，主要演示图片预处理及简单的CNN网络。
基于CTPN（tensorflow）+CRNN（pytorch）+CTC的不定长文本检测和识别
weixin_41597991的博客
12-15 1005
文章主要是为了说明在windows平台下调试遇到的问题。 代码地址：https://github.com/Aurora11111/chinese-ocr-pytorch 按照相关说明，安装相关的pytorch和tensorflow，我使用的是python3.7 下载代码后，需要进行修改才能在windows上运行。 1.修改cython_nms.pyx文件中的第25行，修改为如下 cde...
【OCR入门】二、文本识别（CRNN+CTC）
qq_38253797的博客
05-23 7490
目录一、文本识别背景二、CRNN+CTC算法概述三、重要背景知识点整理3.1、RNN算法3.2、LSTM三、CRNN+CTC论文讲解3.1、研究背景3.1、backbone：CNN3.2、neck：LSTM3.3、head：CTC (解码)Reference 一、文本识别背景 文本识别是OCR的一个子任务，主要是识别一个固定区域（一般为文本检测后的结果）的文本内容，将图像信息转换为文字信息。 一般分为规则文本识别和不规则文本识别。 规则文本识别如：印刷字体、扫描文本等。 不规则文本识别一般出现在自然场景中
如何使用pytorch内置torch.nn.CTCLoss的方法&&车牌识别应用
OneBaBa的专栏
09-10 1426
一、开篇简述 CTC 的全称是Connectionist Temporal Classification，中文名称是“连接时序分类”，这个方法主要是解决神经网络label 和output 不对齐的问题（Alignment problem），其优点是不用强制对齐标签且标签可变长，仅需输入序列和监督标签序列即可进行训练，目前，该方法主要应用于场景文本识别（scene text recognition）、语音识别（speech recognition）及手写字识别（handwriting recognition
tensorflow版PSENet 文本检测模型训练和测试
datayx的文章
05-06 1804
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayxpsenet核心是为了解决基于分割的算法不能区分相邻文本的问题，以及对任意形状文本的...
要做一个基于pytorch的ocr文字识别的项目，制定一下时间计划
weixin_42581003的博客
02-16 166
OCR 文字识别是一个非常有挑战性的项目，需要仔细规划和调整时间表。以下是一个初步的时间表，供您参考： 阅读相关文献和资料，熟悉OCR 文字识别的基本原理和pytorch的使用方法。预计时间：1周。 收集合适的数据集，训练数据和测试数据。如果没有现成的数据集，需要自行收集并进行清洗和标注。预计时间：2-4周。 搭建OCR 文字识别的模型，设计适当的神经网络结构和损失函数。可以选择使用现成的模...
怎样用pytorch实现ocr文字识别技术
weixin_42578963的博客
02-15 1509
要使用PyTorch实现OCR(Optical Character Recognition)文字识别技术，可以按照以下步骤： 收集和准备数据集：数据集应包括文本图像和相应的标签。标签应该是文本图像中的字符序列。可以使用公共OCR数据集，如MNIST和COCO-Text，或创建自己的数据集。数据集的大小和质量对训练OCR模型至关重要。 构建OCR模型：使用PyTorch构建OCR模型。可以使用传...
文字识别(OCR)CRNN（基于pytorch、python3） 实现不定长中文字符识别
Sierkinhane的博客
09-26 5万+
实时姿态估计网络：https://github.com/Sierkinhane/AtrousPose 简单单人跟踪：https://github.com/Sierkinhane/human_tracker（基于目标检测与特征映射算法） 演示视频：https://www.bilibili.com/video/av44360925 新写的关于人脸检测算法MTCNN的文章https://......
python文字识别框架_GitHub - cxh1231/CV-OCR: 基于tensorflow、keras/pytorch框架实现图片文字检测及端到端的OCR文字识别...
weixin_42162216的博客
02-04 583
基于tensorflow、keras/pytorch实现对图片文字检测及端到端的OCR文字识别实现功能文字方向检测 0、90、180、270度检测文字检测 后期将切换到keras版本文本检测 实现keras端到端的文本检测及识别不定长OCR识别环境部署Bash##GPU环境sh setup.sh##CPU环境sh setup-cpu.sh##CPU python3环境sh setup-python...
OCR_Keras:OCR；文本检测、文本识别(cnn+ctc、crnn+ctc)
05-04
代码目录 |---- config.py # 工程参数配置 |---- ocr_lib # 模型、数据生成 | |---- crnn.py # 选用不同模型 | |---- vgg16.py | |---- vgg19.py | |---- Xception.py | |---- densenet.py | |---- data_generator.py | |---- data_load.py | |---- gen_train_val_data.py | |---- random_gen.py | |---- fonts
基于python利用Keras实现自然场景下图像文字检测和识别代码
03-26
基于python利用Keras实现自然场景下图像文字检测和识别代码
python基于tensorflow、keraspytorch实现对自然场景的文字检测及端到端的OCR中文文字识别.zip
04-27
python基于tensorflow、keraspytorch实现对自然场景的文字检测及端到端的OCR中文文字识别chinese_ocr-master.zip
人工智能课程设计基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别源码+文本检测数据集.zip
06-27
基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别源码+检测数据集，已获高分通过项目。内附文档说明等等资料。 数据集： 共约364万张图片，按照99:1划分成训练集和验证集 数据利用中文语料库（新闻 + 文言文），通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成 包含汉字、英文字母、数字和标点共5990个字符 人工智能综合实践课程设计工程项目。 本项目基于文本检测，文本识别算法以及Transformer模型和pyttsx3库实现文本识别到翻译再到输出的任务。 基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别 基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别，已获高分通过项目。内附文档说明等等资料。 人工智能综合实践课程设计工程项目。 本项目基于文本检测，文本识别算法以及Transformer模型和pyttsx3库实现文本识别到翻译再到输出的任务。 基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别
ocr识别-使用tensorflow+keras实现不定长中文字符识别-项目实战-附完整详细流程教程.zip
01-19
ocr识别_使用tensorflow+keras实现不定长中文字符识别_项目实战_附完整详细流程教程
chinese-ocr.rar_Pytorch OCR_chinese_ocr_text ocr_文字识别 crnn_文本检测
09-21
keras/pytorch实现crnn+ctc实现不定长中文OCR识别 文字方向检测 0、90、180、270度检测 文字检测 后期将切换到keras版本文本检测 实现keras端到端的文本检测及识别 不定长OCR识别
tomcat启动后，http://localhost:8080无法正常显示
热门推荐
wuting3680278的博客
04-16 7万+
问题描述：在java中可以成功启动tomcat，且正常显示项目内容，但在网页中输入http://localhost:8080无法正常显示。以下是http://localhost:8080正常显示的页面原因 eclipse将tomcat的项目发布目录重定向了,导致无法正常访问。同时在tomcat安装目录下的webapp目录里面找不到我的项目文件。解决方法： 1、双击eclipse中的server，
Myeclipse连接Mysql数据库时报错：Error while performing database login with the pro driver:unable
wuting3680278的博客
05-11 2万+
Myeclipse连接Mysql数据库时报错：Error while performing database login with the pro driver:unable 注意以下步骤基本就能解决问题了： Myeclipse连接Mysql数据时主要有以下几个参数需要设置： driver template: Mysql connector/j（下拉框进行选择） driver name: 任意填
TensorFlow 官方文档、Keras 官方文档、PyTorch 官方文档
05-03
TensorFlow、Keras、PyTorch 都是机器学习领域中广泛使用的深度学习框架，它们都有各自的官方文档。下面是它们的官方文档链接： 1. TensorFlow 官方文档：https://www.tensorflow.org/api_docs 2. Keras 官方文档：https://keras.io/api/ 3. PyTorch 官方文档：https://pytorch.org/docs/stable/index.html 这些官方文档提供了各种各样的教程、示例代码、API 参考等内容，可以帮助开发者快速上手使用这些框架。同时，这些文档也会不断更新，以便开发者能够及时了解最新的功能和改进。

“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 38
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