1. Vedastr的特性
STR(Scene Text Recognition)的任务是识别文字框中的内容。我们在做关于STR的项目时发现,相关开源的toolbox较少,调研后发现现有的toolbox存在以下几个问题:
基于此,我们在调研了一系列的STR相关论文的基础上,构建了一个基于PyTorch的STR的toolbox——Vedastr,具有以下几个特性:
Vedastr项目链接:
https://github.com/Media-Smart/vedastr
2. Vedastr的运行方式
2.1 配置文件
Vedastr提供了开放式接口,可以在config文件配置相关参数。比如,我们配置optimizer和learning rate scheduler的参数:
optimizer = dict(type='Adam', lr=0.001)
lr_scheduler = dict(type='StepLR', max_epochs=3, milestones=[100000, 200000])
2.2 Train、test和demo
python tools/train.py config-path
python tools/test.py config-path checkpoint-path
python tools/demo.py config-path checkpoint-path img-path
3. 预训练模型
3.1 使用Vedastr复现的模型性能
Vedastr目前支持基于attention、ctc、fc和transformer的str方法。我们复现了几个STR模型,你可以在Benchmark and model zoo找到他们。下面是我们的一些复现指标:
3.2 使用预训练模型实现一个demo
举个简单的例子:
python tools/demo.py configs/tps-resnet-bilstm-attention TPS-ResNet-BiLSTM-Attention.pth input-img
input-img:
终端窗口:
Vedastr项目链接如下,欢迎使用和star!
https://github.com/Media-Smart/vedastr