MicroOCR
Микро-сеть оптического распознавания символов.
Эта модель может выполнять сложные задачи без LSTM, а её точность и скорость выше, чем у моделей ResNet и CRNN.
Справочник параметров задачи:
Параметры модели: | NH | Глубина | Nclass | Размер параметров | Размер модели (КБ) | Общее количество эпох обучения | Точность слов |:----:|:-----:|:-------:|:---------------:|:------------:|:------------------:|:--------:** | 16 | 2 | 62 | 9,726 тыс. | 50 | 99 | 0,782 | 32 | 2 | 62 | 20,414 тыс. | 93 | 100 | 0,842 | 64 | 2 | 62 | 44,862 тыс. | 190 | 49 | 0,810 | 128 | 2 | 62 | 106,046 тыс. | 434 | 45 | 0,882 | 256 | 2 | 62 | 277,566 тыс. | 1113 | 50 | 0,872 | 512 | 2 | 62 | 817,214 тыс. | 3239 | 45 | 0,884 | 1024 | 2 | 62 | 2,682942 млн | 10563 | 49 | 0,894
Описание скрипта:
MicroOCR
├── README.md # описания о MicroNet
├── simsunb.ttf # файл шрифта
├── collatefn.py # пакетная обработка данных
├── label_converter.py # конвертер меток
├── dataset.py # предварительная обработка данных для обучения и оценки
├── demo.py # вывод
├── gen_image.py # создание изображения для обучения и оценки
├── infer_tool.py # инструмент вывода
├── logger.py # журнал
├── keys.py # символы
├── loss.py # определение ctcloss
├── metric.py # метрика точности для MicroNet
├── model.py # MicroNet
├── train.py # обучение модели
Создание данных для обучения и оценки:
python gen_image.py
Обучение:
python train.py
Вывод:
python demo.py
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Комментарии ( 0 )