Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
s920243400
PaddleOCR
提交
e27c136a
P
PaddleOCR
项目概览
s920243400
/
PaddleOCR
与 Fork 源项目一致
Fork自
PaddlePaddle / PaddleOCR
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleOCR
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
e27c136a
编写于
12月 15, 2020
作者:
W
weishengyu
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add images and charts
上级
22ac6bc5
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
16 addition
and
4 deletion
+16
-4
StyleTextRec/README_ch.md
StyleTextRec/README_ch.md
+16
-4
StyleTextRec/doc/images/6.png
StyleTextRec/doc/images/6.png
+0
-0
未找到文件。
StyleTextRec/README_ch.md
浏览文件 @
e27c136a
...
...
@@ -66,7 +66,7 @@ python3 -m tools.synth_image -c configs/config.yml
python3
-
m
tools
.
synth_image
-
c
configs
/
config
.
yml
--
style_image
examples
/
style_images
/
2.j
pg
--
text_corpus
PaddleOCR
--
language
en
```
*
注意:语言选项和语料相对应,目前我们支持英文、简体中文和韩语。
3.
在
`tools/synth_image.py`
中,我们还提供了一个
`batch_synth_images`
方法,可以两两组合语料和图片,批量生成一批数据。
### 高级使用
...
...
@@ -81,12 +81,15 @@ python3 -m tools.synth_image -c configs/config.yml --style_image examples/style_
*
`image_home`
:风格图片目录;
*
`label_file`
:风格图片路径列表文件,如果所用数据集有label,则label_file为label文件路径;
*
`with_label`
:标志
`label_file`
是否为label文件。
我们提供了一批
[
样例图
](
https://paddleocr.bj.bcebos.com/dygraph_v2.0/style_text/chkoen_5w.tar
)
供您试用。
*
`CorpusGenerator`
:
*
`method`
:语料生成方法,目前有
`FileCorpus`
和
`EnNumCorpus`
可选。如果使用
`EnNumCorpus`
,则不需要填写其他配置,否则需要修改
`corpus_file`
和
`language`
;
*
`language`
:语料的语种;
*
`corpus_file`
: 语料文件路径。
我们提供了一批
[
样例图
](
https://paddleocr.bj.bcebos.com/dygraph_v2.0/style_text/chkoen_5w.tar
)
供您试用,下面给出了一些示例:
<div
align=
"center"
>
<img
src=
"doc/images/5.png"
width=
"800"
>
</div>
2.
运行
`tools/synth_dataset`
合成数据:
```
bash
...
...
@@ -104,8 +107,17 @@ python3 -m tools.synth_image -c configs/config.yml --style_image examples/style_
### 应用示例
在完成上述操作后,即可得到用于OCR识别的合成数据集,下面给出了一些数据集生成的示例:
<div
align=
"center"
>
<img
src=
"doc/images/6.png"
width=
"800"
>
</div>
请您参考
[
OCR识别文档
](
https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/doc/doc_ch/recognition.md#%E5%90%AF%E5%8A%A8%E8%AE%AD%E7%BB%83
)
,完成训练。
下面展示了一些使用合成数据训练的效果:
接下来请参考
[
OCR识别文档
](
https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/doc/doc_ch/recognition.md#%E5%90%AF%E5%8A%A8%E8%AE%AD%E7%BB%83
)
,完成训练。
| 场景 | 字符 | 原始数据 | 测试数据 | 只使用原始数据的识别准确率 | 新增合成数据 | 使用合成数据识别准确率 | 指标提升 |
| -------- | ---------- | -------- | -------- | -------------------------- | ------------ | ---------------------- | -------- |
| 金属表面 | 英文和数字 | 2203 | 650 | 0.5938 | 20000 | 0.7546 | 16% |
| 随机背景 | 韩语 | 5631 | 1230 | 0.3012 | 100000 | 0.5057 | 20% |
### 项目结构
```
...
...
StyleTextRec/doc/images/6.png
0 → 100644
浏览文件 @
e27c136a
124.7 KB
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录