crnn+ctc,

　　场景文本检测和识别实现详细信息(pytorch )1 .环境构建1.1安装基本环境Ubuntu 14.04 cuda opencv 2.4 pytorchlmdbwrap _ ctclmdbapt-getinstalllmdb

　　1.2安装pytorchpip、linux、cuda8.0和python2.7:

　　点安装3358下载。py torch.org/whl/cu80/torch-0.1.12.post2- cp27-无-Linux _ x86 _ 64。万海

　　参考：http://pytorch.org/

　　1.3安装wrap _ ctcgitclone https://github。com/百度-research/warp-CTC。gitcdwap-ctcmkdirbuild；cd buildcmake .制作国家政治保卫局。参见OGPU版已添加到环境变量中

　　export cuda _ home=/usr/local/cuda cdpytorch _ bindingpythonsetup。py安装参考：

　　3359 github.com/seann aren/warp CTC/tree/py torch _ bindings/py torch _ binding

　　1.4注意问题中国货代运价指数库文件不足。在使用安装中国货代运价指数安装安装pytorch_binding之前，请确保设置了回家。编译和安装不会报告错误，但调用地面动力装置会导致wrap_ctc中没有地面动力装置属性的错误。 2.场景文本检测和识别预测（

　　运行/contrib/crnn/demo.py

　　原始图片为：

　　识别结果为：

　　#加载模型模型路径=。/samples/netcrnn _9_ 112580 .PTH #要标识的图像img_path= ./data/demo.png#要标识的类别分类数nclass=len(字母表)1预约位，LSTM设定隐藏层数nh=128，使用国家政治保卫局。参见国家政治保卫局数ngpu=1model=crnn.crnn (32，1，22，128，1).cuda)

　　场景文本检测和识别培训（以第21类英语为例)1.数据预处理

　　运行/contrib/crnn/tool/tolmdb.py

　　一个本地内存数据库输出路径输出路径=。/train _ lmdb # label imgdata=open( ./train.txt )2 .训练模型，对应于图像

　　运行/contrib/crnn/crnn_main.py

　　pythoncrnn _ main.py [ - param val ] -训练根培训集路径瓦尔鲁特验证集路径-工作中央处理器工作核心数，默认值=2默认值=256硝石训练轮数、默认值=25 - lr学习率、默认值=0.01-1-cuda使用GPU、actional efault=1 - crnn预训练模型字母表设定分类-双萜-实验模型保存目录-显示间隔设定重复了多少次默认值=500 - n _测试默认值=10值间隔设定了多少次迭代验证，默认值=500 -保存间隔设定了多少次迭代保存模型，默认值=500-500 .action=store_true - adadelta使用阿达德尔塔优化程序，而action= store _ true - keep _ ratio保持图像的长宽比缩放action= store _ true -kee EP _ ratio将保留图像的纵横比action= store _ true 示例：python/contrib/crnn/crnn _ atio

　　在修正/contrib/crnn/keys.py中alphabet=ACIMRey万下经口摄取小环癌草血运重增加或减少范畴

　　3 .注意事项

　　训练和预测采用的班级数和长短期记忆网络隐藏层数应一致

　　开源代码库地址：https://github.com/young Miao/crnn

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。