SummerColdWind/CRNN_ctc_digital_recognize

基于卷积循环神经网络的数字识别

CRNN_ctc_digital_recognize

基于卷积循环神经网络的数字识别

Author: github.com/SummerColdWind

Dataset provider: github.com/TsangHans

---

1.准备数据集

数据集中图片应为png格式并统一大小

数据集中标注文件格式为“图片文件名\t图片文字”，例如:

30.png	-29
31.png	-30
32.png	-29
33.png	-27
34.png	-28
35.png	-27

2.划分训练集与测试集

建议使用 ./tools 下 split_train_and_test_dataset.py 来执行划分操作

3.修改配置文件

配置文件默认在 ./configs/global. yml

# 配置文件说明
Global:
  use_gpu: 是否使用gpu
  epoch_num: 训练总epoch数
  save_model_dir: 模型保存文件夹，默认为./output
  save_epoch_step: 每几次epoch保存一次模型
  learning_rate: 学习率，默认为0.001
  character_dict_path: 字典，默认在./configs/dict.txt
  max_text_length: 最大文字长度

Train:
  data_dir: 训练集文件夹路径
  label_file_dir: 训练集标注文件路径
  shuffle: 是否打乱，默认为True
  batch_size: 训练批次大小

Test:
  data_dir: 测试集文件夹路径
  label_file_dir: 测试集标注文件路径
  shuffle: 是否打乱，False
  batch_size: 测试批次大小

4.启动训练

运行项目内 train.py

5.进行推理

运行项目内 infer.py

# 选择训练好的模型路径
model_path = './output/best.pth'
# 选择要推理的图片路径
image_path = './example.png'