Seal Removal

本项目的目标是去除图像上的印章，后续可以用在OCR等任务中，对图像上的文字进行识别（相当于在ORC之前去掉图像中的噪声）。印章去除的主要思路是：首先使用YOLOv5目标检测算法识别图像中的印章，然后再使用UNet语义分割技术对印章进行去除。为了提高检测速度，使用TensorRT技术对YOLOv5和UNet算法进行加速。

TensorRT 7.2
Cuda 11.1
Python 3.7
opencv 3.4
cmake 3.18

请先阅读YOLOv5和UNet项目的README文件，分别生成YOLOv5与Unet各自的engine，并将YOLOv5和UNet的engine文件放到本项目目录下。

创建build文件夹，然后再build文件夹下进行编译，编译之后会在本文件夹下生成可执行文件。

mkdir build
cd build
cmake ..
make

执行需要指定两个engine与图像文件夹。

./seal_remove  ../yolov5m_fp16.engine ../unet_fp16.engine ../data

下面是使用YOLOv5检测的结果。使用YOLOv5目标检测算法能够识别出图像中的印章，然后将该部分印章送入到UNet网络中，就能够恢复出没有印章的图像。使用FP32, FP16以及INT8的检测结果基本和下图相同，因此就不在单独一一呈现。

YOLOv5 detection

下面是使用UNet检测的结果。从YOLOv5的检测结果中，对印章部分进行印章去除修复。使用FP32和FP16的结果与下图基本相似。

YOLOv5 detection

YOLOv5 detection

下面列出了加速后的时间损耗 (测试环境为：Tesla V100)

[1] https://github.com/wang-xinyu/tensorrtx
[2] https://github.com/oreo-lp/unet-tensorrt