Pytorch场景文字识别工具箱

【导读】Vedastr 是一个基于Pytorch的开源场景文字识别工具箱。

特性

模块化设计

我们将场景文本识别框架分解为不同的组件，并且可以通过组合不同的模块轻松构建定制的场景文本识别框架。

灵活性

Vedastr具有足够的灵活性，能够轻松更改模块中的组件。

模块扩展性

将新模块集成到vedastr项目中很容易。

支持多种框架

该工具箱支持几种流行的场景文本识别框架，例如CRNN，TPS-ResNet-BiLSTM-Attention，Transformer等。

很棒的性能

我们在深层文本识别基准中重新实现了最佳模型，并获得了更好的平均准确性。而且，我们实现了一个简单的基准（ResNet-FC），性能是可以接受的。

安装

系统要求

• Linux

• Python 3.6+

• PyTorch 1.2.0 or higher

• CUDA 9.0 or higher

安装Vedastr

1.  新建一个conda虚拟环境

conda create -n vedastr python=3.6 -yconda activate vedastr

2. 安装Pytorch与torchvision

conda install pytorch torchvision -c pytorch

3. 下载vedastr库

git clone https://github.com/Media-Smart/vedastr.gitcd vedastrvedastr_root=${PWD}

4. 安装依赖

pip install -r requirements.txt

数据准备

1. 从下列网站下载数据
   

   https://github.com/clovaai/deep-text-recognition-benchmark

2. 新建数据文件夹

   cd ${vedastr_root}
   mkdir ${vedastr_root}/data

3. 按下列结构组织下载好的数据

   data└── data_lmdb_release    ├── evaluation    ├── training    │   ├── MJ    │   │   ├── MJ_test    │   │   ├── MJ_train    │   │   └── MJ_valid    │   └── ST    └── validation

训练

python tools/trainval.py configs/clova.py

测试

python tools/test.py configs/clova.py path_to_clova_weights

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源