tf識別非固定長度圖片ocr（數字+字母 n位長度可變）- CNN+RNN+CTC

先安裝必須的庫

tensorflow_gpu==1.15.0
numpy
opencv_python

 

github: 

https://github.com/bai-shang/crnn_ctc_ocr_tf

　　

下載數據集：

http://www.robots.ox.ac.uk/~vgg/data/text/mjsynth.tar.gz
要10G

然后解壓縮，估計完整解壓完需要1天

 

 

 

 

 

 

 

find ./mnt/ | xargs ls -d | grep jpg > image_list_all.txt

# use some of data to train and eval
cat image_list_all.txt | head -n 1000 > image_list.txt

　　

 

 

 

 這個文件的圖片txt將會作為輸入，然后生成tfrecord

python create_synth90k_tfrecord.py --image_dir C:\Users\McKay\PycharmProjects\test8\tfdemo\data --anno_file ./image_list.txt --char_map_json_file ../char_map/char_map.json

　　

 

 

 

然后就是訓練了

 

 

參數：

--data_dir ../data/tfrecords/ --model_dir ./model/ --batch_size 32 --char_map_json_file ../char_map/char_map.json

　　

 

 

沒有GPU，訓練了4個小時，也只是7%的正確率

 

果斷中斷，有緣再用GPU訓練。