张量流中的ocr实现

Question

我的要求是我需要使用 tensorflow 从图像（jpg）中读取 OCR 文本。 我尝试下载以下项目并尝试执行代码。

https://github.com/tensorflow/models/tree/master/attention_ocr

我能够执行 train.py 但无法测试完整的流程。我想训练和测试 100 个样本图像。任何人都可以分享如何更进一步的详细见解。

仅供参考： 早些时候我使用了 pytesser API，但准确性非常低。它无法读取各种大小的文本。

Answer 1

在 FSNS 数据集上测试模型运行

python eval.py --dataset_name=fsns --split_name=test

它将运行 --num_batches（默认 100）次 --batch_size 图像（默认 32）的评估。

如果您想在自己的数据上进行测试，您有以下三种选择：

1. 将其转换为same format as FSNS 并通过重用fsns.py 定义mynewdatasetname.py
2. 不要转换数据，而是写一个类似于fsns.py的自定义数据集文件（见get_split函数
3. 将自定义脚本写入export 训练模型和自定义评估脚本/应用程序以进行评估。这里是some tips for that

请注意，在 FSNS 上训练的注意力 OCR 模型将能够转录法国的街道名称标志，而不仅仅是随机文本。