model-training

Clovaai deep-text-recognition-benchmark를 참고하여 프로젝트 진행

About The Project

Project Files Description

1. dataset_preprocess.py

   • 한글 데이터셋 저장 (from AIHub)
   • Create Dataset Annotation File

2. dataset_preprocess_2.py

   • 1에서 생성한 Annotation File 통해 단어 단위로 crop후 save

   • Create gt.txt

   • 해당 블로그의 코드 참고함. 링크

3. create_lmdb_dataset.py

   • Create lmdb dataset
   • 폴더의 구조는 아래와 같아야 함.

   data
    ├── gt.txt
    └── test
      ├── word_1.png
      ├── word_2.png
      ├── word_3.png
      └── ...
   

   • gt.txt의 구조는 아래와 같아야 함.

   test/word_1.png Tiredness
   test/word_2.png kills
   test/word_3.png A
   ...
   

   • 실행

   python create_lmdb_dataset.py --inputPath data/ --gtFile data/gt.txt --outputPath result/
   

4. train.py

   • train start
   • 본 프로젝트에서는 TPS-ResNet-BiLSTM-Attn 구조 사용
     • 해당 내용은 논문 스포츠 중계 영상 내 문자 인식 모델의 성능 분석 연구 참고

   python train.py \
    --train_data data_lmdb_release/training --valid_data data_lmdb_release/validation \
    --Transformation TPS --FeatureExtraction ResNet --SequenceModeling BiLSTM --Prediction Attn
   

Please refer to the link for more detailed information.