【MMOCR】使用 MMOCR 训练自己的文本检测模型

文章目录

    • 一、安装
    • 二、数据准备
    • 三、支持的方法
      • 3.1 文本检测
      • 3.2 文本识别
      • 3.3 关键信息提取
      • 3.4 命名实体识别
    • 四、训练和测试

MMOCR 是基于 PyTorch 和 mmdetection 的开源工具箱,专注于文本检测,文本识别以及相应的下游任务,如关键信息提取。

推荐使用 1.x 版本:https://github.com/open-mmlab/mmocr/tree/1.x

一、安装

conda create -n open-mmlab python=3.8 pytorch=1.10 cudatoolkit=11.3 torchvision -c pytorch -y
conda activate open-mmlab
pip3 install openmim
mim install mmengine
mim install 'mmcv>=2.0.0rc1'
mim install 'mmdet>=3.0.0rc0'
git clone https://github.com/open-mmlab/mmocr.git
cd mmocr
git checkout 1.x
pip3 install -e .

二、数据准备

MMOCR 中提供了一站式数据集准备方式,可以使用一行命令实现让多个数据集准备就绪。

文档路径

三、支持的方法

3.1 文本检测

  • DBNet (AAAI’2020) / DBNet++ (TPAMI’2022)
  • Mask R-CNN (ICCV’2017)
  • PANet (ICCV’2019)
  • PSENet (CVPR’2019)
  • TextSnake (ECCV’2018)
  • DRRG (CVPR’2020)
  • FCENet (CVPR’2021)

3.2 文本识别

  • ABINet (CVPR’2021)
  • CRNN (TPAMI’2016)
  • MASTER (PR’2021)
  • NRTR (ICDAR’2019)
  • RobustScanner (ECCV’2020)
  • SAR (AAAI’2019)
  • SATRN (CVPR’2020 Workshop on Text and Documents in the Deep Learning Era)
  • SegOCR (Manuscript’2021)

3.3 关键信息提取

  • SDMG-R (ArXiv’2021)

3.4 命名实体识别

  • Bert-Softmax (NAACL’2019)

四、训练和测试

1、对单张图进行推理并可视化

python mmocr/utils/ocr.py demo/demo_text_ocr.jpg --print-result --imshow

2、训练

# 用 seg 方法来训练文本识别任务
python tools/train.py configs/textrecog/seg/seg_r31_1by16_fpnocr_toy_dataset.py --work-dir seg
# 训练 icdar2015,需要将数据集和 json 放到 data_root 下
python tools/train.py configs/textdet/dbnet/dbnet_r18_fpnc_1200e_icdar2015.py --work-dir dbnet

3、测试

# 测试 dbnet/latest.pth 的 hmean-iou 指标
python tools/test.py configs/textdet/dbnet/dbnet_r18_fpnc_1200e_icdar2015.py dbnet/latest.pth --eval hmean-iou

你可能感兴趣的:(文本检测,python,深度学习,开发语言)