原创 Aster:An Attentional Scene Text Recognizer with Flexible Rectification(tensorflow框架下)容器docker內實現

代碼主頁: https://github.com/bgshih/aster 1.建立工程目錄 aster-code: aster-master: aster: 2.建立鏡像 編寫dockerfile 執行命令: docker b

原创 chineseocr: yolo3 + crnn 代碼復現(docker容器內運行)

源代碼鏈接:https://github.com/chineseocr/chineseocr 算法相關解讀參考:添加鏈接描述 下載模型文件: 百度雲盤鏈接 git clone 從原github網站上下載所有代碼時,darknet目

原创 調用http接口ocr返回文本信息提取json字段寫入txt

import json import requests import cv2 as cv import os import re import random import glob as gb import time ''' (

原创 Aster文字矯正算法訓練後續(docker容器內)

上一篇相關文章中實現了aster的demo腳本,繼而我們實現aster算法的訓練模型: 編寫dockerfile: 修改train.py: 運行builders目錄下的input_reader_builder.py, 用該腳本獲

原创 tensorflow-PSENet 代碼實現 (docker容器內)

tensorflow版的PSENet(github地址:https://github.com/liuheng92/tensorflow_PSENet) 首先是直接在linux環境跑這個程序,有很多環境搭建的問題,尤其是opencv

原创 docker容器內關於pip的trick

在運行某個文本檢測算法的時候, 運行setup.py腳本, 生成了dist目錄,且在此目錄下生成了 dlocr-0.1-SNAPSHOT.tar.gz文件夾 下一步需要pip install dlocr-0.1-SNAPSHOT.

原创 docker查看容器掛載的目錄

docker inspect Container ID|grep Mounts -A 20

原创 docker 運行DBNet(差分二值化網絡文本檢測)

嘗試用DBNet進行文本檢測: 官方代碼了: 添加鏈接描述 之後會上傳代碼所需所有數據集和模型文件! 首先,建立鏡像: docker build -t dbnet:v1 . dockerfile文件: FROM zergmk2

原创 DBNet eval.py 運行

DBNet eval.py: 運行的時候:TypeError: forward() missing 1 required positional argument: ‘data’ Solution: changed model.py

原创 ValueError: num_samples should be a positive integer value, but got num_samples=0

ValueError: num_samples should be a positive integer value, but got num_samples=0 確定圖片所在路徑是否準確 如果指定了batch_sampler,那