場景文字圖像增廣工具 Scene Text Image Transformer

Scene Text Image Transformer是用於場景文本數據增強的工具。 我們提供的工具可以避免過度擬合併獲得模型的穩健性。

目前我們專註於裁剪場景文本圖像的形狀。 檢測和識別任務的下一個版本將在稍後發布。

項目地址：

https://github.com/Canjie-Luo/Scene-Text-Image-Transformer

環境要求

GCC4.8.*

Python2.7.*

Boost1.67

OpenCV2.4.*

我們推薦使用Anaconda去管理你的依賴環境。例如：

安裝

建立目錄：

將Augment.so複製到目標文件夾，然後按照demo.py的樣例使用該工具。

演示

Distortion - 變形

Stretch - 伸展

Perspective - 透視

速度

使用2.0GHz的CPU轉換大小（H：64，W：200）的圖像僅需3ms不到。 可以通過動態調用多進程批處理採樣器來加速該過程，例如在PyTorch中設置"num_workers"。

識別上的改進

我們比較了僅使用相應的小訓練集訓練CRNN的準確性。

引用

致謝

該工具是@cxcxcxcx"simgwarp-opencv和@Yati Sagade"sopencv-ndarray-conversion的結合。 謝謝你們的貢獻。

代碼主要提交者：Canjie-Luo，來自SCUT DLVC-Lab（華南理工大學深度學習與視覺計算實驗室）

注意事項

該工具僅用於學術研究目的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！