PaddleOCR/README_ch.md at 22ac6bc529f9e1423674a70bd00cec92ae88c042

5.1 KiB

Raw Blame History

Style Text Rec

工具简介

Style-Text是对百度自研文本编辑算法《Editing Text in the Wild》中提出的SRNet网络的改进，不同于常用的GAN的方法只选择一个分支，该工具将文本合成任务分解为三个子模块，文本风格迁移模块、背景抽取模块和前背景融合模块，来提升合成数据的效果。下图显示了一些示例结果。

此外，在实际铭牌文本识别场景和韩语文本识别场景，验证了该合成工具的有效性。

环境配置

参考快速安装，安装PaddleOCR。强烈建议您使用python3环境。
进入style_text_rec目录，下载模型，并解压：

cd style_text_rec
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/style_text/style_text_models.zip
unzip style_text_models.zip

如果您将模型保存再其他位置，请在configs/config.yml中修改模型文件的地址，修改时需要同时修改这三个配置：

bg_generator:
  pretrain: style_text_models/bg_generator
...
text_generator:
  pretrain: style_text_models/text_generator
...
fusion_generator:
  pretrain: style_text_models/fusion_generator

快速上手

运行tools/synth_image，生成示例图片：

python3 -m tools.synth_image -c configs/config.yml

运行后，会生成fake_busion.jpg，即为最终结果。

除此之外，程序还会生成并保存中间结果： * `fake_bg.jpg`：为风格参考图去掉文字后的背景； * `fake_text.jpg`：是用提供的字符串，仿照风格参考图中文字的风格，生成在灰色背景上的文字图片。

如果您想尝试其他风格图像和文字的效果，可以添加style_image,text_corpus和language参数：

python3 -m tools.synth_image -c configs/config.yml --style_image examples/style_images/2.jpg --text_corpus PaddleOCR --language en

注意：语言选项和语料相对应，目前我们支持英文、简体中文和韩语。

在tools/synth_image.py中，我们还提供了一个batch_synth_images方法，可以两两组合语料和图片，批量生成一批数据。

高级使用

在开始合成数据集前，需要准备一些素材。

首先，需要风格图片作为合成图片的参考依据，这些数据可以是用作训练OCR识别模型的数据集。本例中使用带有标注文件的数据集作为风格图片.

在configs/dataset_config.yml中配置输入数据路径。
- StyleSampler：
  - method：使用的风格图片采样方法；
  - image_home：风格图片目录；
  - label_file：风格图片路径列表文件，如果所用数据集有label，则label_file为label文件路径；
  - with_label：标志label_file是否为label文件。我们提供了一批样例图供您试用。
- CorpusGenerator：
  - method：语料生成方法，目前有FileCorpus和EnNumCorpus可选。如果使用EnNumCorpus，则不需要填写其他配置，否则需要修改corpus_file和language；
  - language：语料的语种；
  - corpus_file: 语料文件路径。

运行tools/synth_dataset合成数据：

python -m tools.synth_dataset -c configs/dataset_config.yml

如果您想使用并行方式来快速合成数据，可以通过启动多个进程，在启动时需要指定不同的tag（-t），如下所示:
```
python3 -m tools.synth_dataset -t 0 -c configs/dataset_config.yml
python3 -m tools.synth_dataset -t 1 -c configs/dataset_config.yml
```

应用示例

在完成上述操作后，即可得到用于OCR识别的合成数据集，下面给出了一些数据集生成的示例：

接下来请参考OCR识别文档，完成训练。

项目结构

style_text_rec
|-- arch
|   |-- base_module.py
|   |-- decoder.py
|   |-- encoder.py
|   |-- spectral_norm.py
|   `-- style_text_rec.py
|-- configs
|   |-- config.yml
|   `-- dataset_config.yml
|-- engine
|   |-- corpus_generators.py
|   |-- predictors.py
|   |-- style_samplers.py
|   |-- synthesisers.py
|   |-- text_drawers.py
|   `-- writers.py
|-- examples
|   |-- corpus
|   |   `-- example.txt
|   |-- image_list.txt
|   `-- style_images
|       |-- 1.jpg
|       `-- 2.jpg
|-- fonts
|   |-- ch_standard.ttf
|   |-- en_standard.ttf
|   `-- ko_standard.ttf
|-- tools
|   |-- __init__.py
|   |-- synth_dataset.py
|   `-- synth_image.py
`-- utils
    |-- config.py
    |-- load_params.py
    |-- logging.py
    |-- math_functions.py
    `-- sys_funcs.py

5.1 KiB Raw Blame History Unescape Escape