本项目基于yolo3 与crnn 实现中文自然场景文字检测及识别
实现功能
- 文字方向检测 0、90、180、270度检测（支持dnn/tensorflow）
- 支持(darknet/opencv dnn /keras)文字检测,暂时公布（keras版本训练）
- 不定长OCR训练(英文、中英文) crnn\dense ocr
环境部署
GPU部署 参考:setup.md
GPU部署 参考:setup-cpu.md
下载编译darknet(如果直接运用opencv dnn或者keras yolo3 可忽略darknet的编译)
git clone https://github.com/pjreddie/darknet.git
mv darknet chineseocr/
##编译对GPU、cudnn的支持 修改 Makefile
#GPU=1
#CUDNN=1
#OPENCV=0
#OPENMP=0
make
修改 darknet/python/darknet.py line 48
root = '/root/'##chineseocr所在目录
lib = CDLL(root+"chineseocr/darknet/libdarknet.so", RTLD_GLOBAL)
下载模型文件
模型文件地址:
复制文件夹中的所有文件到models目录
web服务启动
cd chineseocr## 进入chineseocr目录
ipython app.py 8080 ##8080端口号，可以设置任意端口识别结果展示
Play with Docker Container
docker pull zergmk2/chineseocr
docker run -d -p 8080:8080 zergmk2/chineseocr访问服务
