使用Google的Tesseract和OpenCV構(gòu)建光學(xué)字符識別(OCR)系統(tǒng)
EAST具有U形網(wǎng)絡(luò)。網(wǎng)絡(luò)的第一部分包括在ImageNet數(shù)據(jù)集上訓(xùn)練的卷積層。下一部分是特征合并分支,該分支將當(dāng)前特征圖與上一階段的未合并特征圖連接在一起。然后是卷積層,以減少計算并生成輸出特征圖。最后,使用卷積層,輸出是顯示文本存在的得分圖和幾何圖,幾何圖可以是旋轉(zhuǎn)的框或覆蓋文本的四邊形,這可以從研究論文中包含的結(jié)構(gòu)圖像中直觀地理解:
我強烈建議你親自閱讀本文(https://arxiv.org/abs/1704.03155) ,以更好地了解EAST模型。OpenCV從版本3.4開始包含EAST文本檢測器模型,這使得實現(xiàn)自己的文本檢測器變得超級方便。生成的本地化文本框可以通過Tesseract OCR傳遞以提取文本,這樣你將擁有一個完整的OCR端到端模型。
使用TensorFlow對象的API進行文本檢測的自定義模型TensorFlow Object API:https://github.com/tensorflow/models/tree/master/research/object_detection構(gòu)建文本檢測器的最后一種方法是用使用了TensorFlow Object API的自定義文本檢測器模型。它是一個開放源代碼框架,用于為目標(biāo)檢測任務(wù)構(gòu)建深度學(xué)習(xí)模型。要詳細了解它,我建議先閱讀下面這篇詳細的文章。https://www.a(chǎn)nalyticsvidhya.com/blog/2020/04/build-your-own-object-detection-model-using-tensorflow-api/要構(gòu)建你的自定義文本檢測器,你顯然需要一個包含很多圖像的數(shù)據(jù)集,至少要多于100個;然后你需要對這些圖像進行注釋,以便模型可以知道目標(biāo)對象在哪里并了解有關(guān)它的一切;最后,你可以從TensorFlow’s detection model zoo(https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md) 中根據(jù)性能和速度之間的權(quán)衡選擇一種預(yù)訓(xùn)練的模型。你可以參考這個綜合性的博客來構(gòu)建你的自定義模型。博客:https://tensorflow-object-detection-api-tutorial.readthedocs.io/en/latest/training.html#configuring-a-training-pipeline現(xiàn)在。訓(xùn)練可能需要一些計算,但是如果你真的沒有足夠的計算能力,請不要擔(dān)心!你可以使用Google合作實驗室滿足所有要求!這篇文章(https://www.a(chǎn)nalyticsvidhya.com/blog/2020/03/google-colab-machine-learning-deep-learning) 將教你如何有效地使用它。最后,如果你想往前走了一步,并建立一個最先進的YOLO文本探測器模型,該文章(https://www.a(chǎn)nalyticsvidhya.com/blog/2018/12/practical-guide-object-detection-yolo-framewor-python/) 將是一個了解它的所有細節(jié)的敲門磚,是一個很好的入門教程!
尾注:在這篇文章中,我們討論了OCR中存在的問題以及可以用來解決這項任務(wù)的各種方法。我們還討論了這些方法的各種缺點,以及為什么OCR不像看起來那么容易!
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-10.29立即報名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月14日立即報名>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
推薦專題
- 1 Intel宣布40年來最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國產(chǎn)AI芯片公司破產(chǎn)!白菜價拍賣
- 5 具身智能火了,但規(guī)模落地還需時間
- 6 三次錯失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 7 國產(chǎn)英偉達們,抓緊沖刺A股
- 8 英偉達的麻煩在后頭?
- 9 將“網(wǎng)紅”變成“商品”,AI“爆改”實力拉滿
- 10 智慧貨架管理引領(lǐng)零售新風(fēng)尚
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市