文件名称：DB_text_minimal:[WIP] DB-Text的Pytorch实现-具有可微分二值化的实时场景文本检测
文件大小：79.9MB
文件格式：ZIP
更新时间：2024-05-22 13:42:44
real-time ocr deep-learning pytorch db
Pytorch实现 做出重要的事情。 命令 火车模型 在config.yaml中修改一些配置 make train 测试模型 make test-all 评估模型 有关评估指标，请参阅存储库 # iou-based Pascal make ioueval # overlap-based DetEval make deteval 历史记录（在TotalText数据集上） 火车数据 测试数据 测试数据集（TotalText） 热图 多边形 旋转矩形 文本行检测（在CTW1500数据集上训练的模型） 图像原点 检测到文字行 全流水线 在MJSynth和SynthText数据集上训练了识别模型 指标评估（DetEval-P / R / HMean） # for TotalText dataset make deteval 方法 图片大小 初始化 脱粒 脱粒 松开比
【文件预览】：
DB_text_minimal-master
----.gitignore(2KB)
----example_config.yaml(2KB)
----requirements.txt(2KB)
----Makefile(4KB)
----src()
--------save_jit.py(453B)
--------db_handler.py(3KB)
--------__init__.py(0B)
--------test_ocr.py(12KB)
--------ts_request.py(1KB)
--------make_eval.py(4KB)
--------iou.py(9KB)
--------models.py(2KB)
--------utils.py(8KB)
--------test_webcam.py(11KB)
--------db_transforms.py(7KB)
--------test.py(2KB)
--------deteval.py(18KB)
--------postprocess.py(8KB)
--------text_metrics.py(8KB)
--------data_loaders.py(14KB)
--------lr_schedulers.py(2KB)
--------modules()
--------losses.py(5KB)
--------train.py(12KB)
----assets()
--------foo.jpg(110KB)
--------ctw_gt_01.jpg(482KB)
--------ctw_result_01.jpg(133KB)
--------tt_heatmap_02.jpg(75KB)
--------ctw_result_02.jpg(478KB)
--------ocr_02.jpg(185KB)
--------test_history.png(84KB)
--------tt_poly_01.jpg(64KB)
--------ocr_03.jpg(441KB)
--------tt_poly_03.jpg(123KB)
--------ctw_gt_02.jpg(666KB)
--------demo.gif(28.33MB)
--------tt_rect_03.jpg(124KB)
--------tt_heatmap_03.jpg(116KB)
--------tt_poly_02.jpg(78KB)
--------tt_rect_02.jpg(80KB)
--------ocr_01.jpg(251KB)
--------tt_rect_01.jpg(65KB)
--------train_history.png(125KB)
--------test_img_history_02.png(316KB)
--------tt_heatmap_01.jpg(61KB)
--------test_img_history_01.png(243KB)
----models()
--------db_resnet18.pth(50.84MB)
----LICENSE(1KB)
----README.md(4KB)