DBNet训练过程笔记（超详细)

DBNet训练过程笔记

论文是Real-time Scene Text Detection with Differentiable Binarization，关于论文讲解有很多。
代码来自https://github.com/WenmuZhou/DBNet.pytorch
网络结构如下图。

代码结构

• base:保存模型，数据集处理的基类
• config：配置文件
• data_loader:加载数据集，创建文本框，对文本框进行处理
• datasets：放置数据集
• models:主干网络，DB，FPN，Loss
• output：存储训练好的模型，此文件夹需要自己新建
• post_processing:后处理过程
• test：放测试图片和测试结果
• tools：包括训练，预测的py
• trainer:train.py的基类
• utils：评估模型的一些参数

环境配置

按照README.MD去安装，需另外安装natsort，addict这两个包

pip install -r requirement

数据集配置

下载icdar2015数据集,结构如下。

其中test.txt,train.txt需要自己生成，格式如下。

代码见generate_path.py
参考代码

配置文件

需要修改的文件：config文件夹中的

icdar2015_resnet18_FPN_DBhead_polyLR.yaml,

• epoch调小
• batch_size适当调大

open_dataset_resnet18_FPN_DBhead_polyLR.yaml

• data_path改成绝对路径
  注：源代码中是
  data_path:
  - ./datasets/test.json
  改成
  data_path:
  - E:/DBNet.pytorch-master/datasets/test.txt

训练模型

在控制台输入

 python tools/train.py --config_file "config/icdar2015_resnet18_FPN_DBhead_polyLR.yaml"

训练好的模型会保存在output/DBNet_resnet18_FPN_DBHead/checkpoint中
包括最好的和最后一次的模型

测试模型

训练好模型，就可以测试文本检测效果啦

• 在test文件夹中新建output,input文件夹，
• 将测试图片放入input文件夹，
• 修改tools/predict.py中的model_path，input_folder，output_folder，
• 修改完成即可运行predict.py，
• 结果在output文件夹中。
  测试结果：
  
  此文章只是本菜鸟的一些理解，有不对的地方欢迎批评指正。