Skip to content

A pytorch re-implementation of Real-time Scene Text Detection with Differentiable Binarization

Notifications You must be signed in to change notification settings

BADBADBADBOY/DBnet-lite.pytorch

Repository files navigation

English | 简体中文

DBNet-lite-pytorch

这个项目之后会在这里更新,我把之前的项目都做了下整合pytorchOCR

环境配置

pip install -r requirement.txt
cd models/dcn/
sh make.sh

水平或倾斜文本格式

照着icdar2015的格式, x1,y1,x2,y2,x3,y3,x4,y4,label,


image
│   1.jpg
│   2.jpg   
│		...
label
│   gt_1.txt
│   gt_2.txt
|		...

弧形文本的格式

数据格式, x1,y1,x2,y2,x3,y3,x4,y4 ...xn,yn,label

n个点组成,n的个数可以不定

image
│   1.jpg
│   2.jpg   
│		...
label
│   gt_1.txt
│   gt_2.txt
|		...

训练部分

在根目录的config.yaml里配置train部分的一些参数,例如一些图片位置,如果你的图片和gt文件名字是一样的,你可以设置is_icdar2015=False。 如果你不想做验证,可以直接设置start_val_epoch大于n_epoch,如果设置了做验证,会保存一个hmean最高的最优模型。

python3 train.py 

测试部分

测试时,配置config.yaml中test部分,对于弧形文本设置is_poly=True,其它非弧形文本设置为False

python3 inference.py

模型压缩之通道剪裁

训练部分

  1. 先进行稀疏训练,首先修改config.yaml将use_sr 设置为True,并设定sr_lr,这个设置越大压的越多,注意设置太大有可能不收敛.
python3 train.py 
  1. 压缩模型 设置好config.yaml中pruned部分参数,运行
python3 ./pruned/prune.py
  1. 重新finetune模型 这里精度会很快回升,一般可以训练50-100epoch,具体自己做实验
python3 ./pruned/train_fintune.py

测试部分

python3 ./pruned/prune_inference.py

在icdar2015的测试结果

Method head extra data prune ratio model size(M) precision(%) recall(%) hmean(%) model_file
Resnet18 FPN no 0 62.6 86.11 76.45 80.99 baiduyun (extract code: p0bk)
Resnet18 DB no 0.8 20.1 85.55 76.40 80.72

在icdar2015的测试结果图


该项目会做

  • 转换作者的代码便于阅读和调试
  • 展示一些训练结果
  • 加入轻量化的backbone压缩模型
  • 通过通道剪裁压缩DB模型,精度基本不变
  • 通过知识蒸馏进一步提升压缩后模型效果

参考

  1. https://github.com/whai362/PSENet
  2. https://github.com/MhLiao/DB
  3. https://github.com/Jzz24/pytorch_quantization

About

A pytorch re-implementation of Real-time Scene Text Detection with Differentiable Binarization

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published