zhaobomin/crnn.pytorch-ocr-train

CRNN网络模型-CNN+RNN OCR

基于CRNN的OCR模型：

1. 支持横向和竖向文字OCR（中文和英文），注意：预训练模型不支持竖向文字，需要自己训练
2. 提供数据集创建工具和训练代码
3. 提供预训练模型（LSTM版本和Linear版本）
4. 基于Pytorch CTCLoss，不依赖warp_ctc_pytorch（简化依赖环境）

此项目参考:

• CRNN模型Pytorch版本：https://github.com/meijieru/crnn.pytorch
• chineseocr: https://github.com/chineseocr/chineseocr

模型使用

1. 先下载预训练模型,拷贝到weights/文件夹，百度网盘下载:https://pan.baidu.com/s/1nvRw665LwS6a9dxApvT_Xw 密码:uqqy
2. 运行:python3 demo.py
3. 详细模型测试和讲解：demo.ipynb

测试案例

1. 横版文字测试

• 结果输出:

    loading pretrained model from ./data/crnn_lstm.pth
    ### 模型结果
    - raw_pred size: 21, sim_pred size: 9
    - decode result: a-----v-a-i-la--bllee => available

2. 竖版文字测试【注：竖版文字需要单独训练，训练代码自适应竖版文字】

Train模型

1. 创建数据集：

   • cd tool
   • python3 create_dataset.py train_val.txt test_val.txt

2. 模型训练：

   • 训练Linear版本：python3 train.py --adadelta --trainRoot tool/train/ --valRoot tool/test/ --pretrained weights/crnn_dense.pth --densemodel
   • 训练LSTM版本：python3 train.py --adadelta --trainRoot tool/train/ --valRoot tool/test/ --pretrained weights/crnn_lstm.pth