基于深度学习的OCR-from 美團技術團隊 about awesome-ocr

[wanghaisheng]

@rolai 自己造吧
印刷体的话

行数据的话 可以参考
https://github.com/wanghaisheng/awesome-ocr/wiki/Training-an-Ocropus-OCR-model-中文
单字的数据可以参考
https://github.com/szad670401/OCR_CharGen
https://github.com/szad670401/CNN_Chinese_ocr_training

手写的话 可以参考
https://github.com/tianrolin/HCCR-ResNet

[wanghaisheng]

https://github.com/shekkizh/FCN.tensorflow
https://github.com/yulongpo/label-picture
https://github.com/MarvinTeichmann/tensorflow-fcn
https://github.com/TrafficObjectDetection/Parallel-RFCN Faster R-CNN in MXNet with distributed implementation and data parallelization

[rolai]

正要做这个领域，谢谢楼主分享~
请问楼主有没有开源的标注数据可以下载呢？

[hsddlz]

感谢楼主，请问我现在想通过fasterRcnn训练手机图片OCR ，我的标注都是一系列词语，对于OCR识别，我应该是否直接采用fasterRCNN来分几万类？？

[wanghaisheng]

@hsddlz fastRCNN 我没用过 给不出你答案
你可以尝试问问这个#54

[willard-yuan]

@hsddlz 不要那样做，是用faster-RCNN来做文字定位，然后再采用LSTM或者CTC来做检测的区域做识别部分。

[xiaomaxiao]

CTPN 对汉字定位还不错， 就是没有放train细节

[wanghaisheng]

@xiaomaxiao 求url

[xiaomaxiao]

https://github.com/tianzhi0549/CTPN

这个，用训练好的模型，汉字定位还挺准的， 就是没有放train的部分。

[violet-day]

@wanghaisheng hello，请教下楼主，如果是针对营业执照这样的场景，使用faster-rcnn识别区域，bounding box有什么原则嘛，是基于word，还是基于line，是不是图片中所有文字区域都要标记出来(因为比如营业范围可能会有很多行，比较难标记)，求赐教

[wanghaisheng]

@violet-day 我理解你想问的是自然场景下的文本检测 你可以在看下这几个 大体上有针对word的 也有针对整行的

• ctpn based on tensorflow

• ctpn based on caffe

• A Python/OpenCV-based scene detection program, using threshold/content analysis on a given video. http://pyscenedetect.readthedocs.org

• Implementation of the seglink alogrithm in paper Detecting Oriented Text in Natural Images by Linking Segments

检测单词，而不是检测出一个文本行

• Arbitrary-Oriented Scene Text Detection via Rotation Proposals

• 通过旋转候选框实现任意方向的场景文本检测 Arbitrary-Oriented Scene Text Detection via Rotation Proposals

[violet-day]

@wanghaisheng 可能是请教的问题有点模糊，比如我现在是基于line去选择算法，是否一定要将样本中的所有文本行都标注出来，比如上面的营业范围不在业务要求识别的，在做样本标注时，如果忽略不标注对训练是否影响

[wanghaisheng]

@violet-day 你这个问题我由于没有实操过定位这部分 回答不了你
我理解应该没有很大影响
你有没有测试上面别人已经训练好的ctpn的检测

[violet-day]

@wanghaisheng 用ctpn训练好的模型测试了一下，效果还可以，找时间研究下，谢谢楼主

[wanghaisheng]

@violet-day 客气 具体训练数据的准备 调优建议咨询一下 https://github.com/eragonruan/text-detection-ctpn

[Sanster]

感谢楼主的分享！

需要生成 OCR 识别训练数据的同学，可以参考下我的这个项目：https://github.com/Sanster/text_renderer

[Mundanee]

感谢楼主的分享，想请问一下，对于单字分割的识别，有没有比较好的方式呢，比如说银行卡身份证这类的规整文字区域，定位roi是非常容易的，但因为图像质量和反光角度的问题，经常会有些字难以切割，一直都没有想到好的解决办法。