基于CTPN(tensorflow)+CRNN(pytorch)+CTC的不定长文本检测和识别

sh setup.sh 
 
使用环境: python 3.6 + tensorflow 1.10 + pytorch 0.4.1

• 注:CPU环境执行前需注释掉for gpu部分,并解开for cpu部分的注释

python demo.py 

下载 预训练模型

将pytorch-crnn.pth放入/train/models中

将checkpoints.zip解压后的内容放入/ctpn/checkpoints中

详见 warp-ctc.pytorch

详见 tensorflow-ctpn

下载训练集

• 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
• 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

修改/train/config.py中train_data_root,validation_data_root以及image_path

cd train 
python train.py

warp-ctc-pytorch
chinese_ocr-(tensorflow+keras)
CTPN-tensorflow
crnn-pytorch