python检测非法字符,非法字符 英语

　　字符检测中国旅游摄影网的张量流实现训练步骤预测单张图片检测效果图

　　参考：https://github。com/李明-范/OCR-检测-CTPN

　　训练步骤按照以下步骤训练中国旅游摄影网模型：

　　1、python data_base_normalize.py#规范化预训练的背景图片

　　2、python data_generator.py 0#生成验证数据

　　3、python data_generator.py 1#生成训练数据

　　4、python script_detect.py#进行训练和验证

　　如果尺寸不为800x600，则首先将按比例缩放预规格化的图像，然后从重新缩放的图像中裁剪800x600矩形800x600的图像将存储在新创建的目录/images_base中。

　　通过2和3,将生成验证数据和培训数据。这些将分别存储在新创建的目录/data_valid和。/数据_列车中。

　　到四点，将对模型进行训练和验证。验证结果将存储在/data _ valid/结果中ckpt .文件将存储在新创建的目录/model_detect中

　　预测单张图片将python script_detect.py部分改一下：

　　# -*-编码：utf-8-*- @作者：李明凡 从model _ detect _ wrap导入model _ detect _ meta作为元导入model _ detect _ data作为model _ data导入ModelDetectimport OS # OS。environ[ CUDA _ VISIBLE _ DEVICES ]= 0 #使用GPU 0 # OS。environ[ CUDA _ VISIBLE _ DEVICES ]= 0，1 #使用GPU 0，1 # #模型=模型检测()# # #预测模型。prepare _ for _ prediction()img _ file= ./my _ test/韩语1。jpg print(img _ file)# conn _ bbox，text_bbox，conf _ bbox=model。predict(img _ file，out_dir= ./my _ output )# list _ images _ valid=model _ data。get _ files _ with _ ext(meta。list _ images _ valid中img _ file得dir _ images _ valid， png :# # img _ file= ./data _ test/images/bkgd _ 1 _ 0 _ generated _ 0。png # print(img _ file)# conn _ bbox，text_bbox，conf _ bbox=model。predict(img _ file，out_dir= ./results_prediction) # 检测效果图电脑只训练4000多次，效果还没有达到最好。可以训练上万次，效果会好很多。

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。