Weakly Supervised Street Text Detection:在Pytorch中缺乏监督的街道文本检测本地化和分段 源码

弱监督的街道文本检测 在Pytorch中缺乏监督的街道文本检测,本地化和分段。这不是执行此操作的最佳方法。我正在努力优化准确性和速度。 一些樱桃采摘了本地化文本的示例 在职的 通过首先使用各种字符的图像和非文本图像来训练字符不可知文本检测网络,来训练弱监督算法。此外,该网络用于标记未标记的图像,从而生成具有相应分段蒙版的图像。这些未标记的图像用于训练网络以训练文本分割网络。从分割的蒙版中导出边界框。 指示 通过运行安装所需的python软件包 pip install -r requirements.txt 下载Chars74k数据集并将其放在根目录中 将未标记的街景文字图像放置在名为“图像”的文件夹中。我使用了数据集和数据集中的一些图像。 [我将上传我的拆分并很快分享] 将各种文本(不带任何文本)放置在名为Background的文件夹中。推荐室内/室外场景结合使用而没有文字[我将上传自己的