字符检测CTPN的tensorflow实现

痛定思痛。 2022-11-05 14:52 100阅读 0赞

### 字符检测CTPN的tensorflow实现 ###

*  训练步骤
 *  预测单张图片
 *  检测效果图

参考：[https://github.com/Li-Ming-Fan/OCR-DETECTION-CTPN][https_github.com_Li-Ming-Fan_OCR-DETECTION-CTPN]

# 训练步骤 #

按照以下步骤训练CTPN模型：

1，python data\_base\_normalize.py＃规范化预训练的背景图片

2，python data\_generator.py 0＃生成验证数据

3，python data\_generator.py 1＃生成训练数据

4，python script\_detect.py＃进行训练和验证

如果尺寸不为800x600，则首先将按比例缩放预规格化的图像，然后从重新缩放的图像中裁剪800x600矩形。800x600的图像将存储在新创建的目录./images\_base中。

通过2和3，将生成验证数据和培训数据。这些将分别存储在新创建的目录./data\_valid和./data\_train中。

到4点，将对模型进行训练和验证。验证结果将存储在./data\_valid/results中。ckpt文件将存储在新创建的目录./model\_detect中

# 预测单张图片 #

将python script\_detect.py部分改一下：

# -*- coding: utf-8 -*-
    """ @author: limingfan """
    
    import model_detect_meta as meta
    import model_detect_data as model_data
    
    from model_detect_wrap import ModelDetect
    
    
    import os
    #
    os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0
    #os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1
    #
    
    
    #
    model = ModelDetect()
    #
    
    #
    # predict
    model.prepare_for_prediction()
    
    img_file="./my_test/korean1.jpg"
    print(img_file)
    #
    conn_bbox, text_bbox, conf_bbox = model.predict(img_file, out_dir='./my_output')
    #
    ''' list_images_valid = model_data.get_files_with_ext(meta.dir_images_valid, 'png') for img_file in list_images_valid: # # img_file = './data_test/images/bkgd_1_0_generated_0.png' # print(img_file) # conn_bbox, text_bbox, conf_bbox = model.predict(img_file, out_dir = './results_prediction') # '''

# 检测效果图 #

电脑只训练4000多次，效果还没有达到最好。可以训练上万次，效果会好很多。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70 2]

[https_github.com_Li-Ming-Fan_OCR-DETECTION-CTPN]: https://github.com/Li-Ming-Fan/OCR-DETECTION-CTPN
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70]: /images/20221023/058f8106b4804048bc4d0ecbb6718762.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70 1]: /images/20221023/5a0464abb12f4007aade2c4037630831.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70 2]: /images/20221023/85c4245a62d14b1d92454549966b9472.png