02 2020 档案

摘要:步骤: 安装tensorflow object detection api 准备数据 模型准备 图片准备 图片数据打标 转换为tfrecord格式 进行迁移训练 导出模型 使用模型 安装tensorflow object detection api git clone https://github. 阅读全文
posted @ 2020-02-16 20:41 McKay 阅读(1628) 评论(0) 推荐(0) 编辑
摘要:先安装必须的库 tensorflow_gpu==1.15.0 numpy opencv_python github: https://github.com/bai-shang/crnn_ctc_ocr_tf 下载数据集: http://www.robots.ox.ac.uk/~vgg/data/te 阅读全文
posted @ 2020-02-12 21:25 McKay 阅读(843) 评论(3) 推荐(0) 编辑
摘要:我们先生成些验证码图片 import cv2 as cv import numpy as np import os def create_digit_image(dir_path): image = np.ones(shape=[24, 72], dtype=np.uint8) image = im 阅读全文
posted @ 2020-02-12 20:35 McKay 阅读(835) 评论(1) 推荐(0) 编辑
摘要:继上篇文章后,这次使用卷积网络做实验(上篇用的是普通2层网络) import time import tensorflow as tf import numpy as np import cv2 as cv def generate_image(a, rnd_size=100): image = n 阅读全文
posted @ 2020-02-12 19:55 McKay 阅读(586) 评论(0) 推荐(0) 编辑
摘要:pip install numpy -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com pip install tensorflow-gpu==1.15.0 -i http://pypi.douban.com/simple 阅读全文
posted @ 2020-02-12 14:45 McKay 阅读(546) 评论(0) 推荐(0) 编辑
摘要:研究了点OCR识别,本文讲下opencv方式-找出字符区域,虽然还不完善,但是记录下,后续往CNN+RNN+CTC方向走,此处就作为练手了。 效果1: 效果2: 效果3: 效果4(识别率不太好,只把大框识别了,字符的分割有问题): import cv2 import imutils import n 阅读全文
posted @ 2020-02-02 15:22 McKay 阅读(951) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示