--------------------2021/12/28 1.修改轻量级网络:
crnn/models/ltecrnn.py 为了更好支持ncnn 推理 剔除了nn.Linear 更换成conv2d, 不然要Pnnx 还是有不少折腾
crnn/data/dataset.py 添加数据 RotR函数 透视变换, 读取 getitem 一个车牌多张图片读取修改 添加空字符序列
3.gregenplate 添加模拟产生车牌 蓝牌 新能源车牌 黄牌模拟生成 ; reformat_CCPD 从ccpd 生成车牌
4 96ttonnx.py 生成crnn.onnx
5 crnn.onnx--->crnn.parma 优化的时候注意
Permute Transpose_25 1 1 89 output 0=3 0=3 要修改啊
文本识别分为两部分:文本定位与文本序列识别。这个repo主要是做的后者。
这是一个基于CRNN的文本序列识别项目。
在300w+的中文数据集上训练之后,得到了0.95的精度.(整个label都预测正确才认为正确)
我还做了一个基于keras的项目:
https://github.com/Liumihan/CRNN_kreas
个人认为keras对于新手来说更好上手,但是灵活性不够。所以自己又迁移到了pytorch上来。
File | Description |
---|---|
crnn/ | 模型相关 |
crnn/data/part_300w | 训练模型的数据集文件 |
crnn/data/dataset.py | 数据集加载处理类 |
crnn/models/crnn.py | 模型文件 |
crnn/trainer_weights | 训练好的权重文件 |
crnn/config.py | 配置文件 |
crnn/utils.py | 辅助函数 |
train.py | 训练模型程序 |
evaluate.py | 模型测试程序 |
CRNN:https://arxiv.org/abs/1507.05717
CTC:http://people.idsia.ch/~santiago/papers/icml2006.pdf
CRNN:
https://zhuanlan.zhihu.com/p/43534801
CTC:
https://www.cnblogs.com/qcloud1001/p/9041218.html,
训练数据集:
链接: https://pan.baidu.com/s/1MinLf7IJvIAKK80wWJWPKg 提取码: yjjn