easyocr配置及相关训练

ocr>easyocr配置及相关训练

1，相关链接
2，安装配置
3，官方模型测试
4，自定义数据集训练及测试
- （1）标签转换脚本
- （2）生成lmdb数据格式（重要）
- （3）预训练模型下载
- （4）训练
- （5）测试

1，相关链接

https://blog.csdn.net/leiwuhen92/article/details/126419345
EasyOCR 识别模型训练（重要必看）

2，安装配置

pip install ocr>easyocr

3，官方模型测试

使用下方代码进行模型调用，可以对检测结果可视化，并且其在 EasyOCR 基础上，增补功能，提高文字识别的准确率和覆盖率。

https://gitee.com/deng-kan/augmented_ocr>easyocr/tree/master
基于EasyOCR 二次封装好的源代码（重要）

在这里插入图片描述

相关模型下载：
https://www.jaided.ai/ocr>easyocr/modelhub/
在这里插入图片描述

使用纯英文模型

将相关模型放到用户下的相关路径下
在这里插入图片描述

使用en 专门的英文模型（只用en要比准确）
在这里插入图片描述

其可以是被验证码，即其对于遮挡物体的数字英文识别效果也是比较好一些的
在这里插入图片描述

4，自定义数据集训练及测试

参考下方链接，及其重要
https://blog.csdn.net/leiwuhen92/article/details/126419345
EasyOCR 识别模型训练（重要必看）

只下载用于训练的即可
https://github.com/clovaai/deep-text-recognition-benchmark#when-you-need-to-train-on-your-own-dataset-or-non-latin-language-datasets

这里用自己的图像集训练，可以只下载deep-text-recognition-benchmark即可，用此来进行训练

（1）标签转换脚本

import cv2
import os
import csvinput_path = "E:/tupian/ocr2/ocr_data"
output_path = "./data"
ratio = 0.2#拆分列表
def split_list(lst, ratios, num_splits):"""将列表按照指定比例和数量拆分成子列表:param lst: 待拆分列表:param ratios: 每个子列表的元素占比，由小数表示的列表:param num_splits: 子列表的数量:return: 拆分后的子列表组成的列表"""if len(ratios) != num_splits:raise ValueError("The length of ratios must equal to num_splits.")total_ratio = sum(ratios)if total_ratio != 1:raise ValueError("The sum of ratios must be equal to 1.")n = len(lst)result = []start = 0for i in range(num_splits):end = start + int(n * ratios[i])result.append(lst[start:end])start = endreturn resultdef read_path(input_path,output_path,ratio):#遍历该目录下的所有图片文件train_list = []img_output_path_train = './data/train/images/'img_output_path_valid = './data/valid/images/'img_output_path_eval = './data/eval/images/'for filename in os.listdir(input_path):if '.jpg' in filename:img_filename = filenameimg_path = input_path +'/' + filenametxt_path = input_path +'/' + filename.replace('.jpg','.txt')img_output_path_train = './data/train/images/'img_output_path_valid = './data/valid/images/'img_output_path_eval = './data/eval/images/'if not os.path.exists(img_output_path_train):os.makedirs(img_output_path_train)if not os.path.exists(img_output_path_valid):os.makedirs(img_output_path_valid)if not os.path.exists(img_output_path_eval):os.makedirs(img_output_path_eval)print(img_path)print(txt_path)#读取保存图像img = cv2.imread(img_path)cv2.imwrite(img_output_path_train + img_filename, img)cv2.imwrite(img_output_path_valid + img_filename, img)cv2.imwrite(img_output_path_eval + img_filename, img)#读取txt文件并保存到tsv#中间用tab隔开（字符空格隔开，使用space表示空格）label = ''with open(txt_path, "r", encoding='utf-8') as f:# read()：读取文件全部内容，以字符串形式返回结果data = f.read()for char in data:# if char == ' ':#     char = '<space>'label = label + char + ' 'label = label.replace(' \n ','').replace(' ','')print(label)name_label_list =[]name_label_list.append('images/' + img_filename)name_label_list.append(label)print(name_label_list)train_list.append(name_label_list)#按照比例分割开ratios = [1-ratio, ratio]num_splits = 2result = split_list(train_list, ratios, num_splits)#其中，train.tsv是待创建的文件名或项目文件夹中已有的文件名，‘w’代表写入，指定newline=’‘是为了避免每写出一行数据就会有一个空行，delimiter代表分隔符，tsv的分隔符为’\t’，csv的分隔符为’,’。with open('./data/train/gt.txt', 'w', newline='') as tsvfile:writer = csv.writer(tsvfile, delimiter='\t')writer.writerows(result[0])with open('./data/valid/gt.txt', 'w', newline='') as tsvfile:writer = csv.writer(tsvfile, delimiter='\t')writer.writerows(result[1])with open('./data/eval/gt.txt', 'w', newline='') as tsvfile:writer = csv.writer(tsvfile, delimiter='\t')writer.writerows(result[1])#注意*处如果包含家目录（home）不能写成~符号代替
#必须要写成"/home"的格式，否则会报错说找不到对应的目录
#读取的目录
read_path(input_path, output_path, ratio)
#print(os.getcwd())

要将其转换成如下的数据集格式
在这里插入图片描述

（2）生成lmdb数据格式（重要）

此处生成lmdb数据格式不能省略（注意：）

python create_lmdb_dataset.py --inputPath data/train --gtFile data/train/gt.txt --outputPath result/train
python create_lmdb_dataset.py --inputPath data/valid --gtFile data/valid/gt.txt --outputPath result/valid
python create_lmdb_dataset.py --inputPath data/eval --gtFile data/eval/gt.txt --outputPath result/eval

在这里插入图片描述

文件结构要变一下，要手动将其mdb放到MJ-ST文件夹下
在这里插入图片描述

（3）预训练模型下载

https://github.com/WelY1/lp_recognition_TensorRT
在这里插入图片描述

（4）训练

在这里插入图片描述

只下载用于训练的deep-text-recognition-benchmark即可
https://github.com/clovaai/deep-text-recognition-benchmark#when-you-need-to-train-on-your-own-dataset-or-non-latin-language-datasets

训练要选择的字库
在这里插入图片描述

##########

python train.py --train_data result/train --valid_data result/valid --workers 0 --Transformation None --FeatureExtraction VGG --SequenceModeling BiLSTM --Prediction CTC

用下方的训练命令，使用预训练模型
############

python train.py --train_data result/train --valid_data result/valid --workers 0 --select_data MJ-ST  --batch_ratio 0.5-0.5 --Transformation None --FeatureExtraction VGG --SequenceModeling BiLSTM --Prediction CTC  --saved_model None-VGG-BiLSTM-CTC.pth  --num_iter 2000  --valInterval 20 --FT

初步运行成功了

在这里插入图片描述

（5）测试

在这里插入图片描述

测试脚本增加

 #结果输出string_txt = img_name.replace('.jpg', '') + '_' + pred + '.txt'print(string_txt)with open(string_txt, 'w') as tsvfile:tsvfile.write(pred)

在这里插入图片描述

# 测试项目中包含的演示图像
python demo.py --Transformation None --FeatureExtraction VGG --SequenceModeling BiLSTM --Prediction CTC --image_folder demo_image/  --saved_model ./saved_models/None-VGG-BiLSTM-CTC-Seed1111/best_accuracy.pth

在这里插入图片描述