/ocr-craft-cn-pytorch

ocr-craft-pytorch

Primary LanguagePython

ocr-craft-cn-pytorch

中文 文本区域检测和文本识别的pytorch实现

建立环境

conda create -n  ocr python=3.6
source activate ocr
pip install -r requirements.txt -i https://mirrors.163.com/pypi/simple/  --default-timeout=3000


sh ocr_main.sh


pip install ipykernel
python -m ipykernel install --name ocr

#jupyter kernelspec remove kernelname
#jupyter kernelspec list

下载预训练模型

文本识别

修改对应参数 输入输出文件夹路径 以及两个模型的路径

python3 ocr_main.py  \
-i 'temp/input/' \                                   #修改
-o 'temp/output/' \                                  #修改
--cuda==False  \
--batch_size 32 \
--label_file_list  'sample_data/chars.txt' \            
--Transformation TPS \
--FeatureExtraction ResNet \
--SequenceModeling BiLSTM \
--Prediction Attn \
--saved_model atte/saved_models/TPS-ResNet-BiLSTM-Attn-Seed1111/best_accuracy.pth \   #修改
--trained_model  'craft/weights/craft_mlt_25k.pth'                                    #修改  

sh ocr_main.sh

CRAFT 文本区域检测

Official Pytorch implementation of CRAFT text detector | Paper | Pretrained Model | Supplementary

Github参考代码

Test instruction using pretrained model

  • Download the trained models
Model name Used datasets Languages Purpose Model Link
General SynthText, IC13, IC17 Eng + MLT For general purpose Click
IC15 SynthText, IC15 Eng For IC15 only Click
LinkRefiner CTW1500 - Used with the General Model Click
  • Run with pretrained model
python test.py --trained_model=[weightfile] --test_folder=[folder path to test images]

文本识别

| paper | training and evaluation data | failure cases and cleansed label | pretrained model | Baidu ver(passwd:rryk) |

Github参考代码

生成文本识别的数据

cd data_generate

sh generation.sh 'demo.txt'  0.2   ../output/

进行文本识别训练

cd recognition
sh run.sh

中文识别测试

python3 demo.py \
--Transformation TPS \
--FeatureExtraction ResNet\
--SequenceModeling BiLSTM \
--Prediction Attn \
--image_folder ../test_image/ \
--saved_model saved_model/None-VGG-BiLSTM-CTC-Seed1111\best_accuracy.pth

中文文档文字识别 数据简介

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（字符集合：https://github.com/YCG09/chinese_ocr/blob/master/train/char_std_5990.txt ） 每个样本固定10个字符，字符随机截取自语料库中的句子 图片分辨率统一为280x32

下载地址：https://pan.baidu.com/s/1QkI7kjah8SPHwOQ40rS1Pw (密码： lu7m )

python3 create_lmdb_dataset.py --inputPath /home/ec2-user/datasets/DataSet/images --gtFile /home/ec2-user/datasets/DataSet/train_label.txt --outputPath ../output/train

python3 create_lmdb_dataset.py --inputPath /home/ec2-user/datasets/DataSet/images --gtFile /home/ec2-user/datasets/DataSet/valid_label.txt --outputPath ../output/valid




aws s3 cp temp/output/test012.json  s3://dikers-html/ocr_output/