Faster_RCNN for text detection

使用Faster_RCNN做文本检测

软件支持:

• python2.7

• tesnsorflow_gpu, cython, python-opencv, easydict, etc.

将ICDAR2011数据集简单制作成VOC2007格式, 放入Faster_RCNN

以下链接是处理好的ICDAR2011数据

链接: https://pan.baidu.com/s/15vVdxmLI7uI1IAMOqJrHKQ 密码: asqb

将VGG_imagenet.npy放到Faster-RCNN_TFdatapretrain_model文件夹下

链接: https://pan.baidu.com/s/1z4xSXJk7U81SpPusqr0trA 密码: xjph

VOC2007结构

• JPEGImages文件夹 : 训练图片和测试图片

• Annatations文件夹 : xml格式的标签文件

• ImageSets文件夹 : Action暂时不用 Layout暂时不用

• Main存放的是图像物体识别的数据，Main里面有test.txt , train.txt, val.txt,trainval.txt.

数据制作

• 直接将ICAR2011的训练集图片放入JPRGImages

• xml.py: 用于制作.xml文件

• generate_maintxt.py: 用于生成Main文件夹下的.txt文件

构建Cython模块

cd $FRCN_ROOT/lib
make

测试模型

cd $FRCN_ROOTpython ./tools/demo.py --model model_path

训练模型

cd $FRCN_ROOT./experiments/scripts/faster_rcnn_end2end.sh  DEVICE   DEVICE_ID  VGG16 pascal_voc