##########################################
##########################################
- 上传图片接口 http://127.0.0.1:8001/imgupload
- 返回json接口 http://127.0.0.1:8001/json
##########################################
########################################## CHINESE-OCR/ 源代码 ctpn_data/ 样本集 docker/ dockerfile文件和相关脚本 testFlaskjosn.js 测试Flask服务开启后，客户端的json接收例子
##########################################
##########################################
- 定位到路径--./ctpn/ctpn/train_net.py
- 预训练的vgg网络路径VGG_imagenet.npy 将预训练权重下载下来，pretrained_model指向该路径即可, 此外整个模型的预训练权重checkpoint
- ctpn数据集还是百度云 数据集下载完成并解压后，将.ctpn/lib/datasets/pascal_voc.py 文件中的pascal_voc 类中的参数self.devkit_path指向数据集的路径即可
-
push代码到master分支，创建git新分支idcar_branch
-
config 中修改 __C.USE_GPU_NMS = True cpu则改为false
-
在Pycharm右键CHINESE-OCR/ctpn -> Mark Directory as -> mark as resources root,解决不能引用下面包得问题
-
在新分支上修改代码 1）/home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/lib/datasets/pascal_voc.py （1）取消下面几行代码注释
# obj for obj in objs if obj.find('name').text in self._classes # ] # objs = cls_objs
（2）修改如下训练数据集路径,/home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/lib/fast_rcnn/config.py中 #__C.DATA_DIR = '/Users/xiaofeng/Code/Github/dataset/CHINESE_OCR/ctpn/' 改为 __C.DATA_DIR = '/workspace/ctpn_data/VOCdevkit/'
2） /home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/ctpn/text.yml 是否更改 “NCLASSES: 2” 后面分类数2 4. 备份model 备份/home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/output/ctpn_end2end/voc_2007_trainval (废,该文件夹不保存模型)备份/home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/save_model/ctpn_checkpoints
- 训练
./CHINESE-OCR_install_manager.sh cd /workspace ./trainCTPN.sh
##########################################
##########################################
-
创建样本目录结构 在/home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/ctpn_data/VOCdevkit/VOC2007中创建如下文件夹 Annotations\ 放xml ImageSets
Layout
Main\ 放训练配置文件 Segmentation
JPEGImages\ 放图片 label\放gt_000000.txt文件 -
JPEGImages\ 放图片,需要重命名为000005.jpg形式(图片必须为jpg格式) 执行 python ctpnImgNameTo000Style.py
import os path = "/home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/ctpn_data/VOCdevkit/VOC2007" filelist = os.listdir(path) #该文件夹下所有的文件（包括文件夹） count=0 for file in filelist: print(file) for file in filelist: #遍历所有文件 Olddir=os.path.join(path,file) #原来的文件路径 if os.path.isdir(Olddir): #如果是文件夹则跳过 continue filename=os.path.splitext(file)[0] #文件名 filetype=os.path.splitext(file)[1] #文件扩展名 Newdir=os.path.join(path,str(count).zfill(6)+filetype) #用字符串函数zfill 以0补全所需位数 os.rename(Olddir,Newdir)#重命名 count+=1
-
标注图片,形成类似gt_000000.txt文件,每行8个左边,表示方框的四角坐标点
-
ImageSets\Main里的四个txt文件(通过执行trainCTPN.sh生成) test.txt是测试集 train.txt是训练集 val.txt是验证集 trainval.txt是训练和验证集 VOC2007中，trainval大概是整个数据集的50%，test也大概是整个数据集的50%；train大概是trainval的50%，val大概是trainval的50%。
根据已生成的xml，制作VOC2007数据集中的trainval.txt ； train.txt ； test.txt ； val.txt trainval占总数据集的50%，test占总数据集的50%；train占trainval的50%，val占trainval的50%； 上面所占百分比可根据自己的数据集修改，如果数据集比较少，test和val可少一些
需要配置路径位置：
/home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/angle/predict.py /home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/ctpn/model.py /home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/ctpn/other.py /home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/lib/fast_rcnn/config.py /home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ocr/model.py /home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/train/pytorch-train/crnn_main.py /home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/lib/datasets/pascal_voc.py /home/leo/PythonProjects/CHINESE-OCR/CHINESE-OCR_workspace/CHINESE-OCR/ctpn/ctpn/train_net.py