Skip to content

Latest commit

 

History

History
65 lines (41 loc) · 1.27 KB

README.md

File metadata and controls

65 lines (41 loc) · 1.27 KB
Raw

Faster_RCNN for text detection

使用Faster_RCNN做文本检测

软件支持:

  • python2.7

  • tesnsorflow_gpu, cython, python-opencv, easydict, etc.

将ICDAR2011数据集简单制作成VOC2007格式, 放入Faster_RCNN

以下链接是处理好的ICDAR2011数据

链接: https://pan.baidu.com/s/15vVdxmLI7uI1IAMOqJrHKQ 密码: asqb

将VGG_imagenet.npy放到Faster-RCNN_TF\data\pretrain_model文件夹下

链接: https://pan.baidu.com/s/1z4xSXJk7U81SpPusqr0trA 密码: xjph

VOC2007结构

  • JPEGImages文件夹 : 训练图片和测试图片

  • Annatations文件夹 : xml格式的标签文件

  • ImageSets文件夹 : Action暂时不用 Layout暂时不用

  • Main存放的是图像物体识别的数据，Main里面有test.txt , train.txt, val.txt,trainval.txt.

数据制作

  • 直接将ICAR2011的训练集图片放入JPRGImages

  • xml.py: 用于制作.xml文件

  • generate_maintxt.py: 用于生成Main文件夹下的.txt文件

构建Cython模块

cd $FRCN_ROOT/lib
make

测试模型

cd $FRCN_ROOT
python ./tools/demo.py --model model_path

thumbnial.jpg

训练模型

cd $FRCN_ROOT
./experiments/scripts/faster_rcnn_end2end.sh  DEVICE   DEVICE_ID  VGG16 pascal_voc