chinese-ocr中文字行检测+OCR识别训练自己的数据以及pb文件转换实战

GitHub地址：https://github.com/YCG09/chinese_ocr

该项目检测使用ctpn，识别使用cnn+lstm形式，通过GitHub给出的readme可以直接运行demo.py看到作者训练好的检测加识别的最终结果。

此处将该项目在自己的数据集上训练过程加以记录，并将最终识别结果转为pb文件。

检测模型：进入ctpn/prepare_training_data目录下，修改split_label_new.py文件。（先将自己的数据存放到一个目录，每个图像对应一个同名的.txt文件，txt文件中对应图片中文字行坐标信息，可以是四点坐标，也可以是八点坐标，图片中有多少行文字信息，txt中就有多少行label，label按照【xmin ymin xmax ymax】的形式，或者【左上 右上 右下 左下】的八点坐标存放，我有两种数据格式，所以四点坐标和八个点坐标都有），注释掉第一行gt_path,将path变量指向数据目录，将原始的file变量更改为数据目录下所有的图片，自己改就行，我的代码为files = [os.path.join(path,e) for e in os.listdir(path) if e.endswith('.jpg')]，后面的for循环读取图片对应的label的时候，做一个判断，因为ctpn检测网络是自然场景下的文字行检测，所以label都是八个点坐标，这里判断如果label为四个点坐标，那就计算出八个点坐标就行，很简单的，然后执行split_label_new.py文件，在当前目录就能产生两个目录label_tmp和re_image.

然后将数据转出voc格式，修改ToVoc.py 文件，将_outdir修改为chinese_ocr-master/ctpn/data/VOCdevkit2007/VOC2007，然后执行文件，修改的目录为指定输出目录

修改ctpn/tex文件中EXP_DIR变量，随便起一个名字如end001，修改最后一行checkpoints_path，

执行python ./ctpn/train_ne