北京大学慕课：Tensorflow笔记 9.1真实复杂场景手写英文体识别（复现笔记）

慕课地址：
https://www.icourse163.org/learn/PKU-1002536002?tid=1206591210#/learn/announce

实验代码：
https://github.com/zlsdu/ocr-handwriting-recognition

---

前言

本人最近需要做ocr相关任务，看到这个项目，想尝试运行试试，下面简单记录一下。

---

一、配置

• 系统：Win10
• 显卡：1660Ti
• python3.7
• tensorboard==1.15.0
• tensorflow==1.15.0
• tensorflow-estimator==1.15.1
• tensorflow-gpu==1.15.0
• CUDA10.0
• cudnn7

（只列出了主要配置，一些需要的库缺少的话，直接pip install）

二、准备工作

运行process1.py和process2.py来准备数据集：

python process1.py
python process1.py

三、训练模型

python train_model.py

刚开始：

后来：

四、测试模型

python test_model.py

图片：

识别结果：

补充：

1. 过程中遇到的问题1：某地址不存在

原因分析

文件夹不存在，所以无法在该文件夹里创建文件。

解决方案

根据提示，创建文件夹。
PS：要是我没记错，创建的文件夹有：

train_img
train_txt
test_img
test_txt

2. 过程中遇到的问题2：在执行line=line[0]时下标超出范围

原因分析

访问列表下标为0的元素还能超出范围，就只能是这个列表为空。所以根据代码逻辑，这个line为空是训练集中某个标注（.txt文件）为空。

解决方案

debug后能发现出错的文件。将这个.txt文件与对应的.png文件删除。
PS：我删除了的文件有：

train_img\3_80301602_1.png
train_txt\3_80301602_1.txt
train_img\3_80301604_1.png
train_txt\3_80301604_1.txt

3. 过程中遇到的问题3：已经解压装有模型的压缩包后，restore模型时仍找不到这个模型的文件

原因分析

解压时，我选择了解压到…(E)，然后这个导致了解压出来的文件夹有双层，所以模型的地址不正确导致无法restore模型。

解决方案

有两种办法：

1. 打开装有模型的那两层文件夹，将模型文件放到上一层目录
   or
2. 修改代码中模型的地址，多加一层文件夹名称

我选择的是第一种方法。

4. 数据集问题

在测试过程中，发现数据的标签存在一些错误，例如：

↑这里可以看出原图片中写着about my good friend，但标签里写的是about my send friend。