本工程使用随机生成的水平和垂直图像训练crnn模型做文字识别;一共使用10多种不同字体;共包括数字、字符、简体和繁体中文字30656个,详见all_words.txt。
预训练模型下载地址:水平模型 crnn.horizontal.061.pth 提取码: fguu; 垂直模型 crnn.vertical.090.pth 提取码: ygx7。
a) 执行如下命令预测单个图像
# 水平方向
python demo.py --weight-path /path/to/chk.pth --image-path /path/to/image --direction horizontal
# 垂直方向
python demo.py --weight-path /path/to/chk.pth --image-path /path/to/image --direction vertical
b) 执行如下命令预测图像目录
# 水平方向
python demo.py --weight-path /path/to/chk.pth --image-dir /path/to/image/dir --direction horizontal
# 垂直方向
python demo.py --weight-path /path/to/chk.pth --image-dir /path/to/image/dir --direction verticala) 启动restful服务
python rest.py -l /path/to/crnn.horizontal.061.pth -v /path/to/crnn.vertical.090.pth -d cudab) 使用如下代码预测，参考rest_test.py
import base64
import requests
img_path = './images/horizontal-002.jpg'
with open(img_path, 'rb') as fp:
img_bytes = fp.read()
img = base64.b64encode(img_bytes).decode()
data = {'img': img}
r = requests.post("http://localhost:5000/crnn", json=data)
print(r.json()['text'])结果如下：
厘鳃 銎 萛闿 檭車 垰銰 陀 婬２ 蠶 以下图像均来为生成器随机生成的,也可以试用自己的图像测试
| 图像 | 识别结果 |
|---|---|
 |
鎏贬冱剽粥碍辆置钷固闻塔ど船 |
 |
厘鳃銎萛闿檭車垰銰陀婬２蠶 |
 |
磨丢河窜蹬奶鼋 |
 |
添肃琉恪范粼兢俺斋┟傺怃梗纱脉陷荼荡荫驿 |
 |
荼反霎吕娟斑恃畀貅引铥哳断替碱嘏 |
 |
汨鑅譜軥嶰細挓 |
 |
讵居世鄄钷橄鸠乩嗓犷魄芈丝 |
 |
憎豼蕖蚷願巇廾尖瞚寣眗媝页锧荰瞿睔 |
 |
休衷餐郄俐徂煅黢让咣 |
 |
桃顸噢伯臣 |
| Image1 | Image2 | Image3 | Image4 | Image5 | Image6 | Image7 | Image8 | Image9 | Image10 |
|---|---|---|---|---|---|---|---|---|---|
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
从左到右识别结果
蟒销咔侉糌圻
醵姹探里坌葺神赵漓
紊趼掰膊縉氺月
皱坊凋庳剜蓍赚拾赣缮
ⅲ樱妖遐灌纽枰孽笸逼⊙斟喧湄汇
铳颢汜橇忝稿┗淌㎞琉炭盛㈨事
ゆ囚具憎鉴蔟馍络ら裕翱偬
绸唿綜袼殊潸名廪收鈁跃唤蛴腕
斥嗡门彳鹪Ⅴ戝物据趱欹
覃追煮茫舔酾桎藏瘪挚檎笏嵊疙鹦
a) 水平方向
python eval.py --weight-path /path/to/crnn.horizontal.061.pth \
--direction horizontal --device cuda
输出结果：acc:0.893
b) 垂直方向
python eval.py --weight-path /path/to/crnn.vertical.090.pth \
--direction vertical --device cuda输出结果：acc:0.523
a) 单机多卡
export CUDA_DEVICE_ORDER="PCI_BUS_ID"
export CUDA_VISIBLE_DEVICES=1,2,3,4
python -m torch.distributed.launch --nproc_per_node 4 train.py --device cuda --direction verticalb) 多机多卡
# 第一台主机
export NCCL_SOCKET_IFNAME=eth0
export NCCL_IB_DISABLE=1
export CUDA_DEVICE_ORDER="PCI_BUS_ID"
export CUDA_VISIBLE_DEVICES=1,2,3
python -m torch.distributed.launch --nproc_per_node 3 --nnodes=2 --node_rank=0 \
--master_port=6066 --master_addr="192.168.0.1" \
train.py --device cuda --direction vertical
# 第二台主机
export NCCL_SOCKET_IFNAME=eth0
export NCCL_IB_DISABLE=1
export CUDA_DEVICE_ORDER="PCI_BUS_ID"
export CUDA_VISIBLE_DEVICES=1,2,3
python -m torch.distributed.launch --nproc_per_node 3 --nnodes=2 --node_rank=1 \
--master_port=6066 --master_addr="192.168.0.1" \
train.py --device cuda --direction vertical 存在问题:多机训练比单机要慢很多,目前尚未解决.