数据集 about pytorch_ctpn HOT 16 CLOSED

您好:
识别数据集使用的是人工合成的: https://github.com/opconty/synthetic_Chinese_OCR_dataset
检测数据集由于涉及一些版权问题,所以暂不方便分享,,抱歉.

best..

from pytorch_ctpn.

谢谢您的分享，我现在就是检测效果不好。我使用的ctpn里有个将检测框进行宽度16分割的脚本，最终会转换成VOC格式，想请问您检测数据集标注流程是什么，也是生成txt然后转换到VOC格式吗，还是有能直接使用的标注工具

from pytorch_ctpn.

其实标注格式不是很重要,毕竟最终数据处理的时候只要得到文本框的四个点(如果是倾斜)或者两个点(左上右下矩形)坐标就好了..
我采用的是xml格式,,可以参考一下keras_std矩形框或者keras_std_plus_plus(四边形框)的数据读取方式

from pytorch_ctpn.

抱歉没细看您代码，您的意思是您的label只是文本框4个点坐标，将文本框以16宽度分割是后续处理的？因为我自己用的代码是提前分割了文本框作为输入

from pytorch_ctpn.

ctpn的数据集当然要先分隔好...
我这里说的是数据标签格式问题

from pytorch_ctpn.

好的，感谢您没有嫌弃我这个小白的耐心解答

from pytorch_ctpn.

不客气

from pytorch_ctpn.

抱歉再问您一个问题，识别部分的字典是怎么生成的，就是每行一个字符那个Txt，您项目里的chars_addr_names.txt

from pytorch_ctpn.

从所有训练标签里面提取出来的

from pytorch_ctpn.

您提供的识别数据集有对应的label文件吗

from pytorch_ctpn.

有

from pytorch_ctpn.

您是说train_name.txt吗，为什么我提取出来是空的

from pytorch_ctpn.

那就奇怪了,我打开是有的

from pytorch_ctpn.

里面一共是3131903文件吗，我第一次解压出来一个空的txt，后面重新解压，txt都没有了，全是图片，有点懵。

from pytorch_ctpn.

重新下载解压了好几次，始终找不到label，只有图片，不知您是否方便发我一份，我给您发过一封邮件，标题是ctpn数据集。

from pytorch_ctpn.

https://github.com/opconty/synthetic_Chinese_OCR_dataset/blob/master/models/chars_addr_names.txt

from pytorch_ctpn.