如何训练呢？ about figocr HOT 8 CLOSED

第一步准备数据

先准备数据，然后制成一份索引文件，假设是labels.txt：

dataset/123.jpg   123
dataset/2345.jpg  2345
...

第一列是图片地址，第二列是标注，列和列之间用'\t'符分隔。然后在src/model/dataset.py源码中将：

        # 本地数据集
        # root=Path('drive/My Drive/cv/images/dataset/labels.txt')
        # line = 0
        # with open(root) as f:
        #     for l in f:
        #         line += 1
        #         if train:
        #             if line % 20 == 0:
        #                 continue
        #         else:
        #             if line % 20 != 0:
        #                 continue

        #         fn, label = l.strip().split('\t')
        #         fn = root.parent.joinpath('images', fn)
        #         self.items.append((str(fn), label))

这段注释去掉，将drive/My Drive/cv/images/dataset/labels.txt改成你自己的labels.txt文件地址。这里面的训练数据和验证数据的数量比例是20:1，要按自己情况调整。

第二步开始学习

model = OCRModel()
model.evolution()
model.save_checkpoint('path/to/your/model.pth')

上面的学习步骤使用了默认参数。实际上除了OCRModel的evolution方法的参数可以自己定外，还有其他一些参数可以自己改，比如：

• 你可以修改src/model/vocabulary.py中的vocabulary，定义自己的字符集（分类）；
• 你可以修改OCRModel的input_shape的320，假如你要识别的图片序列最长超过了20个字符（width=16*序列长度）；
• 你可以修改OCRModel的batch_size。

from figocr.

第一步准备数据

先准备数据，然后制成一份索引文件，假设是labels.txt：

dataset/123.jpg   123
dataset/2345.jpg  2345
...

第一列是图片地址，第二列是标注，列和列之间用'\t'符分隔。然后在src/model/dataset.py源码中将：

        # 本地数据集
        # root=Path('drive/My Drive/cv/images/dataset/labels.txt')
        # line = 0
        # with open(root) as f:
        #     for l in f:
        #         line += 1
        #         if train:
        #             if line % 20 == 0:
        #                 continue
        #         else:
        #             if line % 20 != 0:
        #                 continue

        #         fn, label = l.strip().split('\t')
        #         fn = root.parent.joinpath('images', fn)
        #         self.items.append((str(fn), label))

这段注释去掉，将drive/My Drive/cv/images/dataset/labels.txt改成你自己的labels.txt文件地址。这里面的训练数据和验证数据的数量比例是20:1，要按自己情况调整。

第二步开始学习

model = OCRModel()
model.evolution()
model.save_checkpoint('path/to/your/model.pth')

上面的学习步骤使用了默认参数。实际上除了OCRModel的evolution方法的参数可以自己定外，还有其他一些参数可以自己改，比如：

• 你可以修改src/model/vocabulary.py中的vocabulary，定义自己的字符集（分类）；
• 你可以修改OCRModel的input_shape的320，假如你要识别的图片序列最长超过了20个字符（width=16*序列长度）；
• 你可以修改OCRModel的batch_size。

谢谢您的回复！
我还是想问，我是需要再单独建立train.py文件吗？
修改完上面的参数后，在train.py中增加如下代码：
`import logging
from model.model import OCRModel
import cv2
import argparse
from pathlib import Path
from model import train
from model import model
if name == 'main':

model = OCRModel()
model.evolution()
model.save_checkpoint('path/to/your/model.pth')

`
我见您的mode.py中有train()函数，直接在model.py文件中跑这个函数来可以吗？
能不能把您的train文件上传一下，我这边好多错误。

from figocr.

第一步准备数据

先准备数据，然后制成一份索引文件，假设是labels.txt：

dataset/123.jpg   123
dataset/2345.jpg  2345
...

第一列是图片地址，第二列是标注，列和列之间用'\t'符分隔。然后在src/model/dataset.py源码中将：

        # 本地数据集
        # root=Path('drive/My Drive/cv/images/dataset/labels.txt')
        # line = 0
        # with open(root) as f:
        #     for l in f:
        #         line += 1
        #         if train:
        #             if line % 20 == 0:
        #                 continue
        #         else:
        #             if line % 20 != 0:
        #                 continue

        #         fn, label = l.strip().split('\t')
        #         fn = root.parent.joinpath('images', fn)
        #         self.items.append((str(fn), label))

这段注释去掉，将drive/My Drive/cv/images/dataset/labels.txt改成你自己的labels.txt文件地址。这里面的训练数据和验证数据的数量比例是20:1，要按自己情况调整。

第二步开始学习

model = OCRModel()
model.evolution()
model.save_checkpoint('path/to/your/model.pth')

上面的学习步骤使用了默认参数。实际上除了OCRModel的evolution方法的参数可以自己定外，还有其他一些参数可以自己改，比如：

• 你可以修改src/model/vocabulary.py中的vocabulary，定义自己的字符集（分类）；
• 你可以修改OCRModel的input_shape的320，假如你要识别的图片序列最长超过了20个字符（width=16*序列长度）；
• 你可以修改OCRModel的batch_size。

谢谢您的回复！
我还是想问，我是需要再单独建立train.py文件吗？
修改完上面的参数后，在train.py中增加如下代码：
`import logging
from model.model import OCRModel
import cv2
import argparse
from pathlib import Path
from model import train
from model import model
if name == 'main':

model = OCRModel()
model.evolution()
model.save_checkpoint('path/to/your/model.pth')

`
我见您的mode.py中有train()函数，直接在model.py文件中跑这个函数来可以吗？
能不能把您的train文件上传一下，我这边好多错误。

我想利用代码识别别的图片中的所有数字，印刷体的数字

from figocr.

第一步准备数据

先准备数据，然后制成一份索引文件，假设是labels.txt：

dataset/123.jpg   123
dataset/2345.jpg  2345
...

第一列是图片地址，第二列是标注，列和列之间用'\t'符分隔。然后在src/model/dataset.py源码中将：

        # 本地数据集
        # root=Path('drive/My Drive/cv/images/dataset/labels.txt')
        # line = 0
        # with open(root) as f:
        #     for l in f:
        #         line += 1
        #         if train:
        #             if line % 20 == 0:
        #                 continue
        #         else:
        #             if line % 20 != 0:
        #                 continue

        #         fn, label = l.strip().split('\t')
        #         fn = root.parent.joinpath('images', fn)
        #         self.items.append((str(fn), label))

这段注释去掉，将drive/My Drive/cv/images/dataset/labels.txt改成你自己的labels.txt文件地址。这里面的训练数据和验证数据的数量比例是20:1，要按自己情况调整。

第二步开始学习

model = OCRModel()
model.evolution()
model.save_checkpoint('path/to/your/model.pth')

上面的学习步骤使用了默认参数。实际上除了OCRModel的evolution方法的参数可以自己定外，还有其他一些参数可以自己改，比如：

• 你可以修改src/model/vocabulary.py中的vocabulary，定义自己的字符集（分类）；
• 你可以修改OCRModel的input_shape的320，假如你要识别的图片序列最长超过了20个字符（width=16*序列长度）；
• 你可以修改OCRModel的batch_size。

谢谢您的回复！
我还是想问，我是需要再单独建立train.py文件吗？
修改完上面的参数后，在train.py中增加如下代码：
`import logging
from model.model import OCRModel
import cv2
import argparse
from pathlib import Path
from model import train
from model import model
if name == 'main':

model = OCRModel()
model.evolution()
model.save_checkpoint('path/to/your/model.pth')

`
我见您的mode.py中有train()函数，直接在model.py文件中跑这个函数来可以吗？
能不能把您的train文件上传一下，我这边好多错误。

我想利用代码识别别的图片中的所有数字，印刷体的数字
你的数据集是单个数字的图片吗。类似minist？如果我想识别数字串，我是直接训练包含多个数字的图片，然后多个字符串做标签？

from figocr.

我的训练数据是可变长度，但是这个库也支持用minist的数据，不矛盾。如果是印刷体我建议你直接用tesseract ocr，它支持用字体文件来做训练。用这个库来训练，提供不了那么多的训练数据。

from figocr.

我的训练数据是可变长度，但是这个库也支持用minist的数据，不矛盾。如果是印刷体我建议你直接用tesseract ocr，它支持用字体文件来做训练。用这个库来训练，提供不了那么多的训练

from figocr.

多谢哈，我已经训练出模型了。其实我就是想实现不定长数字串的识别，我先用我的数据跑一下

from figocr.

我想识别这种图片中的所有数据，输出数字串即可。那我是直接用这种数据做数据集，数字串做标签，效果好，还是印刷体只含1,2,3,4的数据做数据集？

from figocr.