2019年华为汉字书法大赛参赛源码+学习说明.zip

# huiwei_chinese_OCR 2019年华为汉字书法大赛 # 说明 汉字书法多场景识别，使用了两步策略：先检测在识别。 ## 参考代码 检测部分使用了两种方案： 1.EAST：[ESAT](https://github.com/argman/EAST) EAST在实际使用中，由于比赛方提供的数据是竖向排版且文字长度，大小不一，并且有136张图片字体倾斜严重。并不能很好的切合本次数据集。效果一般。 2.Faster-Rcnn:[Faster-Rcnn](https://github.com/roytseng-tw/Detectron.pytorch) Faster-Rcnn在实际使用中，整体的检测效果比EAST更好。具体配置可以查看config文件。 3.识别，使用CRNN：[CRNN](https://github.com/Sierkinhane/crnn_chinese_characters_rec) 由于在比赛方要求不能使用预训练模型，故没有使用densent那个版本的ocr。在改动以后，效果还不错。 ## 改进 ### 1.EAST： 1.基础网络VGG-->Resnet_v1_101<br> 2.通过数据尺度统计，加入多尺度训练<br> 3.对网络输出部分，引入残差信息<br> 4.输出部分，借鉴FPN思想，但是需要在本地生成对应尺度的图片及label。对硬件要求较高。<br> ### 2.Faster-Rcnn: 1.通过数据分析，重新设计anchor:[0.5,1,2] 改为[0.1,0.5,1] 2.Roi polling改为Roi Align 3.随机多尺度训练 4.FPN算法 5.多尺度测试 ### 3.CRNN: 1.基础网络：VGG-->VGG19+BN 2.修改基础网络的maxpooling，是网络的输出更长：512*1*5-->512*1*41,以适应数据集横向较长，特征较多的情况 3.RNN部分的LSTM未改动。 4.数据分析后，数据分布(14,1320),故设置了多尺度训练的策略。 ## 数据增强 数据增强很重要！！！ 本次使用了：GaussianBlur，sharpen，Affine，GaussianNoise，Add，Multiply，contrastNorm-alization，PiecwiseAffine ## 数据格式 比赛方提供的数据中，文字方向是竖直排版的，与常见的水平文字不同，所以在识别是需要先把数据选择90度。 检测时，数据格式为img/img1.jpg, img1.txt, img2.jpg,img2.txt即：每个图片以及对应的文字和文字框信息。 # 具体配置信息，详见参考代码。 务必结合参考代码一起使用。