Comments (8)
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.
Related Issues (1)
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from figocr.