From 16263e76cf1eb46b67faeb3aca0229c88387cce9 Mon Sep 17 00:00:00 2001 From: root Date: Mon, 8 Jun 2020 05:51:48 +0000 Subject: [PATCH] add datasets & FAQ doc --- README.md | 2 +- doc/FAQ.md | 3 ++- doc/datasets.md | 21 ++++++++++----------- 3 files changed, 13 insertions(+), 13 deletions(-) diff --git a/README.md b/README.md index 3da8066e..52dbf824 100644 --- a/README.md +++ b/README.md @@ -2,11 +2,11 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。 **近期更新** +- 2020.6.8 添加[数据集](./doc/datasets.md)，并保持持续更新 - 2020.6.5 支持 `attetnion` 模型导出 `inference_model` - 2020.6.5 支持单独预测识别时，输出结果得分 - 2020.5.30 提供超轻量级中文OCR在线体验 - 2020.5.30 模型预测、训练支持Windows系统 -- 2020.5.30 开源通用中文OCR模型 - [more](./doc/update.md) ## 特性 diff --git a/doc/FAQ.md b/doc/FAQ.md index f4e59473..373e275d 100644 --- a/doc/FAQ.md +++ b/doc/FAQ.md @@ -21,7 +21,8 @@ PaddleOCR已完成Windows和Mac系统适配，运行时注意两点：1、在[ 7. **超轻量模型和通用OCR模型的区别** 目前PaddleOCR开源了2个中文模型，分别是8.6M超轻量中文模型和通用中文OCR模型。两者对比信息如下： - 相同点：两者使用相同的**算法**和**训练数据**； - - 不同点：不同之处在于**骨干网络**和**通道参数**，超轻量模型使用MobileNetV3作为骨干网络，通用模型使用Resnet50_vd作为检测模型backbone，Resnet34_vd作为识别模型backbone，具体参数差异可对比两种模型训练的配置文件。 + - 不同点：不同之处在于**骨干网络**和**通道参数**，超轻量模型使用MobileNetV3作为骨干网络，通用模型使用Resnet50_vd作为检测模型backbone，Resnet34_vd作为识别模型backbone，具体参数差异可对比两种模型训练的配置文件. + |模型|骨干网络|检测训练配置|识别训练配置| |-|-|-|-| |8.6M超轻量中文OCR模型|MobileNetV3+MobileNetV3|det_mv3_db.yml|rec_chinese_lite_train.yml| diff --git a/doc/datasets.md b/doc/datasets.md index ebfdb3b5..1bca82c4 100644 --- a/doc/datasets.md +++ b/doc/datasets.md @@ -29,26 +29,25 @@ #### 3、中文街景文字识别 - **数据来源**：https://aistudio.baidu.com/aistudio/competition/detail/8 - **数据简介**：共包括29万张图片，其中21万张图片作为训练集（带标注），8万张作为测试集（无标注）。数据集采自中国街景，并由街景图片中的文字行区域（例如店铺标牌、地标等等）截取出来而形成。所有图像都经过一些预处理，将文字区域利用仿射变化，等比映射为一张高为48像素的图片，如图所示： - ![](datasets/ch_street_rec_1.png) - (a) 标注：魅派集成吊顶 - ![](datasets/ch_street_rec_2.png) - (b) 标注：母婴用品连锁 + ![](datasets/ch_street_rec_1.png) + (a) 标注：魅派集成吊顶 + ![](datasets/ch_street_rec_2.png) + (b) 标注：母婴用品连锁 - **下载地址** https://aistudio.baidu.com/aistudio/datasetdetail/8429 #### 4、中文文档文字识别 -- **数据来源**：https://github.com/YCG09/chinese_ocr -- **数据简介**： +- **数据来源**：https://github.com/YCG09/chinese_ocr +- **数据简介**： - 共约364万张图片，按照99:1划分成训练集和验证集。 - 数据利用中文语料库（新闻 + 文言文），通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成 - 包含汉字、英文字母、数字和标点共5990个字符（字符集合：https://github.com/YCG09/chinese_ocr/blob/master/train/char_std_5990.txt ） - 每个样本固定10个字符，字符随机截取自语料库中的句子 - - 图片分辨率统一为280x32 - - ![](datasets/ch_doc1.jpg) - ![](datasets/ch_doc2.jpg) - ![](datasets/ch_doc3.jpg) + - 图片分辨率统一为280x32 + ![](datasets/ch_doc1.jpg) + ![](datasets/ch_doc2.jpg) + ![](datasets/ch_doc3.jpg) - **下载地址**：https://pan.baidu.com/s/1QkI7kjah8SPHwOQ40rS1Pw (密码：lu7m) -- GitLab