动手-文字检测-PSENet
借助mmocr框架，测试几种算法的效果。
这是一个文字检测和文字识别库，集成了很多的模型，包括PSENet、PixelLink等等
安装参考 https://mmocr.readthedocs.io/en/latest/install.html
(base) xuehp@haomeiya009:~/git$ conda create -n open-mmlab py
转载
2021-04-25 12:14:00
404阅读
2评论
文章目录摘要1. 介绍3. 提出的方法3.1 整体框架3.2 网络设计3.3 渐进式尺度扩展算法3.4 目标标签3.5 损失函数4. 实验摘要1. 介绍PSENet的优势有：基于分割的办法，能检测任意形状的文字提出了一种渐进扩张算法，能有效分割位置很近的文本每个文本实例（目标区域）有多个预测的分割实例（如何整合得到输出的？）为了得到最后的文本区域采用了Breadth-Fir...
原创
2021-09-07 10:20:22
872阅读
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayxpsenet核心是为了解决基于分割的算法不能区分相邻文本的问题，以及对任意形状文本的...
转载
2021-10-25 11:28:37
274阅读
作者的github链接：https://github.com/whai362/PSENet Requirements Python 2.7 PyTorch v0.4.1+ pyclipper Polygon2 OpenCV 3.4 (for c++ version pse) opencv-python 3.4 首先是需要安装这些依赖，因为我们自己电脑上面已经安装了各种版本的opencv，pytho
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayxPSEnet核心是为了解决不能区分相邻文本的问题，以及对任意形状文本的检测问题。PS...
原创
2021-10-25 17:41:44
623阅读
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayx 这三个文本检测算法都是segment base算法，通过由下而上的方式...
转载
2021-10-25 15:53:40
693阅读
今天在编译chineseocr_lite下面的psenet的时候出现了下面的错误：
原创
2022-08-11 17:15:00
493阅读
python文件重命名 import os
path = "C:\\Users\\Z6000\\Desktop\\文字\\psenet\\数据\\标记\\"
# 获取该目录下所有文件，存入列表中
f = os.listdir(path)
print(len(f))
print(f[0])
n = 0
i = 0
j = 19900
for i in f:
# 设置旧文件名（就是路径+
转载
2023-07-02 20:13:36
55阅读
近期GitHub上一位大神开源了一个叫做chineseocr_lite的OCR的项目，这是一个超轻量级中文OCR，支持竖排文字识别、NCNN推理，识别模型型仅17M（Psenet (8.5M) + crnn (6.3M) + anglenet (1.5M)）。
原创
2021-06-29 13:49:51
346阅读
在此解决方案中把表格识别分成了四个部分：表格结构序列识别、文字检测、文字识别、单元格和文字框对齐。其中表格结构序列识别用到的模型是基于Master修改的，文字检测模型用到的是PSENet，文字识别用到的是Master模型。
原创
2021-10-27 10:06:26
789阅读
点赞
现在有很多模型部署框架了，综合考虑易用性，性能，支持模型转换的类型，成熟程度，考虑使用ncnn进行模型部署。 ncnn开源地址：https://github.com/Tencent/ncnn这里我使用pytorch训练好的PSENet模型进行部署。正文官方pytorch转ncnn说明文档转换流程如下： pytorch训练->onnx->onnx-simplifier->ncnn1
11月20日，有光学字符识别（OCR）领域“奥斯卡”之称的国际文档分析与识别大会（ICDAR）数据集最新结果公布，中国高校及企业包揽排行榜前五。 ICDAR2015数据集前五名及框架名称分别是：云从科技（Pixel-Anchor）、南京大学与南京理工大学（PSENet）、旷视科技（Mask Text
转载
2019-01-31 17:30:00
149阅读
2评论
光学字符识别（OCR）技术已经得到了广泛应用。比如发票上用来识别关键字样，搜题 App 用来识别书本上的试题。
近期，这个叫做 chineseocr_lite 的 OCR 项目开源了，这是一个超轻量级中文 ocr，支持竖排文字识别，支持 ncnn 推理，psenet (8.5M) + crnn (6.3M) + anglenet (1.5M) 总模型仅 17M。
目前，这个开源项目
转载
2021-06-22 15:41:01
838阅读
目录1、项目简介2、项目配置3、问题解决1、项目简介近期GitHub上一位大神开源了一个叫做chineseocr_lite的OCR的项目，这是一个超轻量级中文OCR，支持竖排文字识别、NCNN推理，识别模型型仅17M（Psenet (8.5M) + crnn (6.3M) + anglenet (1.5M)）。以下为可实现的功能：提供轻量的 backone 检测模型
原创
2022-04-02 16:54:17
166阅读
PSENet V2昨日刚出，今天翻译学习一下。 场景文本检测是场景文本阅读系统的重要一步，随着卷积神经网络的快速发展，场景文字检测也取得了巨大的进步。尽管如此，仍存在两个主要挑战，它们阻碍文字检测部署到现实世界的应用中。第一个问题是速度和准确性之间的平衡。第二个是对任意形状的文本实例进行建模。最近，
原创
2021-05-24 17:20:18
1068阅读
pytorchOCR之PSEnet论文链接官方代码论文解读这里就不做了，网上很多。这里只对项目代码解读。标签制作借用论文里的图，如图所示，需要生成若干个（自己设定，论文中为6）黑白图，文字部分为白即为1，背景部分为黑即为0. 白色最大的为文字分割图，最小的文中叫做kernel图，通过这样可以分开临近的文本。在ptocr/dataloader/DetLoad/MakeSegMap.py里的def s
转载
2023-08-30 13:43:21
58阅读
PSENetProgressive Scale Expansion Network 渐进式规模扩展网络1. 网络结构论文使用resnet作为PSENet的主干网络，将特征图F映射到多个分支中，即S1，S2…Sn，每个S都是文本区域的一个mask。基于分割的方法很难分离出彼此接近的文本实例。为了解决这一问题，论文提出了一种渐进式尺度扩展算法。 如上图，（a）中显示的是初始区域，也是最小核的mask，
序言OCR篇面试知识点总结，问题收集、自问自答，学习、记录、分享和复习。OCR面试知识点总结1. 介绍一下CRNN和CTC的原理2. 介绍一下cnn+Attention的原理3. CTC和Attention的优势分别是什么？4. 介绍一下DBNet文本检测算法，它为什么这么快？5. 介绍一下PSENet算法6. 介绍一下CTPN算法的原理7. 介绍一下你常用的文本检测算法，并解释使用其的原因...
原创
2021-11-18 16:08:41
2009阅读
场景：做一个通用型的多种证件解析服务需求：调研一种又新又快的定位模型。要求：1）支持倾斜的文字，可以是4点定位或分割法后获取box，但不能是2点的定位；2）快速，过往的psenet需要至少0.6s，pan和db在一些场景中效果差一点但快，是否有更好平衡速度和效果的方法；3）方便改输出通道数量，这种一般是分割？；4）边缘准确；5）适用于中文大字典方法：从3个方法研究，pp、mmocr、papers
