使用Google的Tesseract和OpenCV構(gòu)建光學(xué)字符識(shí)別(OCR)系統(tǒng)
EAST具有U形網(wǎng)絡(luò)。網(wǎng)絡(luò)的第一部分包括在ImageNet數(shù)據(jù)集上訓(xùn)練的卷積層。下一部分是特征合并分支,該分支將當(dāng)前特征圖與上一階段的未合并特征圖連接在一起。然后是卷積層,以減少計(jì)算并生成輸出特征圖。最后,使用卷積層,輸出是顯示文本存在的得分圖和幾何圖,幾何圖可以是旋轉(zhuǎn)的框或覆蓋文本的四邊形,這可以從研究論文中包含的結(jié)構(gòu)圖像中直觀地理解:
我強(qiáng)烈建議你親自閱讀本文(https://arxiv.org/abs/1704.03155) ,以更好地了解EAST模型。OpenCV從版本3.4開始包含EAST文本檢測器模型,這使得實(shí)現(xiàn)自己的文本檢測器變得超級(jí)方便。生成的本地化文本框可以通過Tesseract OCR傳遞以提取文本,這樣你將擁有一個(gè)完整的OCR端到端模型。
使用TensorFlow對(duì)象的API進(jìn)行文本檢測的自定義模型TensorFlow Object API:https://github.com/tensorflow/models/tree/master/research/object_detection構(gòu)建文本檢測器的最后一種方法是用使用了TensorFlow Object API的自定義文本檢測器模型。它是一個(gè)開放源代碼框架,用于為目標(biāo)檢測任務(wù)構(gòu)建深度學(xué)習(xí)模型。要詳細(xì)了解它,我建議先閱讀下面這篇詳細(xì)的文章。https://www.a(chǎn)nalyticsvidhya.com/blog/2020/04/build-your-own-object-detection-model-using-tensorflow-api/要構(gòu)建你的自定義文本檢測器,你顯然需要一個(gè)包含很多圖像的數(shù)據(jù)集,至少要多于100個(gè);然后你需要對(duì)這些圖像進(jìn)行注釋,以便模型可以知道目標(biāo)對(duì)象在哪里并了解有關(guān)它的一切;最后,你可以從TensorFlow’s detection model zoo(https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md) 中根據(jù)性能和速度之間的權(quán)衡選擇一種預(yù)訓(xùn)練的模型。你可以參考這個(gè)綜合性的博客來構(gòu)建你的自定義模型。博客:https://tensorflow-object-detection-api-tutorial.readthedocs.io/en/latest/training.html#configuring-a-training-pipeline現(xiàn)在。訓(xùn)練可能需要一些計(jì)算,但是如果你真的沒有足夠的計(jì)算能力,請(qǐng)不要擔(dān)心!你可以使用Google合作實(shí)驗(yàn)室滿足所有要求!這篇文章(https://www.a(chǎn)nalyticsvidhya.com/blog/2020/03/google-colab-machine-learning-deep-learning) 將教你如何有效地使用它。最后,如果你想往前走了一步,并建立一個(gè)最先進(jìn)的YOLO文本探測器模型,該文章(https://www.a(chǎn)nalyticsvidhya.com/blog/2018/12/practical-guide-object-detection-yolo-framewor-python/) 將是一個(gè)了解它的所有細(xì)節(jié)的敲門磚,是一個(gè)很好的入門教程!
尾注:在這篇文章中,我們討論了OCR中存在的問題以及可以用來解決這項(xiàng)任務(wù)的各種方法。我們還討論了這些方法的各種缺點(diǎn),以及為什么OCR不像看起來那么容易!

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字
最新活動(dòng)更多
-
7月22-29日立即報(bào)名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會(huì)
-
7.30-8.1火熱報(bào)名中>> 全數(shù)會(huì)2025(第六屆)機(jī)器人及智能工廠展
-
7月31日免費(fèi)預(yù)約>> OFweek 2025具身智能機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費(fèi)參會(huì)立即報(bào)名>> 7月30日- 8月1日 2025全數(shù)會(huì)工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
-
8月5日立即報(bào)名>> 【在線會(huì)議】CAE優(yōu)化設(shè)計(jì):醫(yī)療器械設(shè)計(jì)的應(yīng)用案例與方案解析
推薦專題
- 1 AI 眼鏡讓百萬 APP「集體失業(yè)」?
- 2 豆包前負(fù)責(zé)人喬木出軌BP后續(xù):均被辭退
- 3 一文看懂視覺語言動(dòng)作模型(VLA)及其應(yīng)用
- 4 “支付+”時(shí)代,支付即生態(tài) | 2025中國跨境支付十大趨勢
- 5 中國最具實(shí)力AI公司TOP10
- 6 深圳跑出40億超級(jí)隱形冠軍:賣機(jī)器人年入6.1億,港股上市
- 7 特斯拉Robotaxi上路,馬斯克端上畫了十年的餅
- 8 “AI六小虎”到了下一個(gè)賽點(diǎn)
- 9 張勇等人退出阿里合伙人
- 10 AI的夏天:第四范式VS云從科技VS地平線機(jī)器人