Распознавание текста

Реализация с использованием CRNN + RNN + CTC.

Использование

1. Подготовка размеченных данных. Путь к файлу лучше использовать абсолютный. Между путём и текстом следует использовать пробел для разделения.

   /data/9b9723f0-f7e4-49b4-bc95-28cd1cdd28e0.png 游的片曲「Come Home! Princess」是
   /data/4ed93c5d-b0f6-4232-a16a-78bdd5296a08.png 有8个公交港湾，留5个大的出入口潘多脂
   /data/1d588889-e28e-4b33-8705-b10865785efe.png 摩哥大
   /data/334c4175-d25e-4d61-b5eb-576f8983a0fd.png 甸，中国古代官名，于周礼》中，主管
   

   Словарь данных хранится в формате JSON. Если есть символы, которых нет в словаре, их следует заменить на `<UNK>`.

   ```json
   {
      "<UNK>": 0,
      "天":1,
      "文":2,
   }

2. Создание файла TFRecord.

   • image_list — подготовленные данные.
   • data_dir — путь к файлам TFRecord.
   • vocab_file — словарь данных.

   python ./create_tfrecord.py --image_list ${LABELS_FILE} --vocab_file {vocab.json} --data_dir ${TF_RECRD_DIRS} --max_seq_length ${MAX_SEQ_LENGTH} --channel_size ${CHANNEL_SIZE}

   Код будет использовать многопоточность для создания нескольких файлов train_tfrecord. Другие параметры можно изменить в коде.

   start_create_process(train_anno_lines, 100, 10, 'train')
   start_create_process(validation_anno_lines, 10, 10,  'validation')
   start_create_process(test_anno_lines, 10, 10,  'test')
   

3. **Обучение.**

   ```python
   python  train.py --data_dir ${TF_RECRD_DIRS} --model_dir ${MODEL_DIR} --max_seq_length ${MAX_SEQ_LENGTH} --channel_size ${CHANNEL_SIZE}

4. Тестирование.

   python ./eval.py --max_seq_length ${MAX_SEQ_LENGTH} --channel_size ${CHANNEL_SIZE} --model_dir ${MODEL_DIR} --image_list ${LABELS_FILE} --image_dir ${IMAGE_DIR}
   

   Данные в формате image_list можно использовать для ввода. Для просмотра неудачных случаев и пакетного тестирования необходимо реализовать соответствующий код.

   Параметр ```export``` позволяет экспортировать модель. Пример кода для чтения сохранённой модели находится в файле ```load_saved_model.py```.