###所有文件都可以在google colab直接打开运行 检测部分:
- 下载ctpn代码及模型,地址 https://drive.google.com/drive/folders/1VdsIQ4sgGmNI8Gor-_ie3xktLMFDp8Sd?usp=sharing 因为包含vgg16和ctpn的模型,较大
2.运行 tinymind.ipynb 中ctpn部分代码,生成剪切图片 (训练数据为人工标记160多张编码位置) 备注:99%只检测到一个候选框,可以直接用 剩余部分需要简单过滤,过滤完仍有多个框的全部送到检测,对结果进行正则判断,错误框都是一堆乱的数字,极少(大概三张)会出现边缘少了一点,预测结果正则会检测出来,运行demo_1重新截取
识别部分: crnn 模型地址: 运行代码在 tinymind.ipynb https://drive.google.com/file/d/1ywyH25xtcSHhZxeIACgso4Bslo-ZidNV/view?usp=sharing 代码在densent.ipynb densent模型地址: https://drive.google.com/file/d/1_xU2d7bU6FOLHJPjy1dgDLitdlGHCS7-/view?usp=sharing 代码在ASTER.ipynb aster模型地址: https://drive.google.com/drive/folders/1ctd55IG30aRAC4xUcSyirOyKaWW7mAfh?usp=sharing experiments 解压到 aster文件夹下面
模型融合代码在 tinymind.ipynb 最后部分
2D9QKGRM.jpg 为残缺图片,强制覆盖的结果