字符识别

基于卷积循环网络的汉字识别仓库。（请扫描下方二维码加入微信群。）

性能

识别图片中的字符

开发环境

1. WIN 10 或 Ubuntu 16.04
2. PyTorch 1.2.0（可能修复了 CTC 损失） 与 CUDA 10.0 🔥
3. yaml
4. easydict
5. tensorboardX

数据

合成中文字符串数据集

1. 下载 数据集
2. 编辑 lib/config/360CC_config.yaml 中的 DATA:ROOT，将其设置为你图片所在的路径

    DATASET:
      ROOT: '你的图片路径'

3. 下载 标签（密码：eaqb）

4. 将 char_std_5990.txt 放入 lib/dataset/txt/

5. 并将 train.txt 和 test.txt 放入 lib/dataset/txt/

   例如：test.txt

    20456343_4045240981.jpg 89 201 241 178 19 94 19 22 26 656
    20457281_3395886438.jpg 120 1061 2 376 78 249 272 272 120 1061
    ...

或者你自己的数据

1. 编辑 lib/config/OWN_config.yaml 中的 DATA:ROOT，将其设置为你图片所在的路径

    DATASET:
      ROOT: '你的图片路径'

2. 并将你的 train_own.txt 和 test_own.txt 放入 lib/dataset/txt/

   例如：test_own.txt

    20456343_4045240981.jpg 你好啊！祖国！
    20457281_3395886438.jpg 晚安啊！世界！
    ...

注意：支持固定长度训练。不过你可以修改数据加载器以支持随机长度训练。

训练

   [运行] python train.py --cfg lib/config/360CC_config.yaml
或者 [运行] python train.py --cfg lib/config/OWN_config.yaml

#### 损失曲线

```angular2html
   [进入] output/360CC/crnn/xxxx-xx-xx-xx-xx/
   [运行] tensorboard --logdir log

损失概览（第一轮训练）

演示

   [运行] python demo.py --image_path images/test.png --checkpoint output/checkpoints/mixed_second_finetune_acc_97P7.pth

参考文献

• https://github.com/meijieru/crnn.pytorch
• https://github.com/HRNet

CRNN_Chinese_Characters_Rec 快速上手指南

本项目是一个基于卷积循环网络（CRNN）的中文字符识别开源工具，支持合成数据训练及自定义数据集微调。

1. 环境准备

系统要求

• 操作系统: Windows 10 或 Ubuntu 16.04+
• GPU: 推荐配备 NVIDIA 显卡，需安装 CUDA 10.0

前置依赖

请确保已安装以下 Python 库（建议使用虚拟环境）：

• PyTorch 1.2.0 (务必匹配 CUDA 10.0，以修复 CTC Loss 相关问题)
• yaml
• easydict
• tensorboardX

提示: 国内用户可使用清华源或阿里源加速 PyTorch 及相关包的安装。

2. 安装与数据配置

步骤一：克隆项目

git clone <项目仓库地址>
cd CRNN_Chinese_Characters_Rec

步骤二：准备数据集

本项目支持两种数据模式，任选其一即可。

模式 A：使用合成中文数据集 (360CC)

1. 下载 数据集图片 并解压。
2. 下载 标签文件 (提取码: eaqb)。
3. 将 char_std_5990.txt 放入 lib/dataset/txt/ 目录。
4. 将 train.txt 和 test.txt 放入 lib/dataset/txt/ 目录。
5. 修改配置文件 lib/config/360CC_config.yaml，将 DATA:ROOT 指向你的图片路径：

   DATASET:
     ROOT: 'to/your/images/path'
   

模式 B：使用自定义数据

1. 准备图片文件夹。
2. 编写标注文件 train_own.txt 和 test_own.txt，格式为：图片名 文本内容。

   20456343_4045240981.jpg 你好啊！祖国！
   20457281_3395886438.jpg 晚安啊！世界！
   

3. 将标注文件放入 lib/dataset/txt/ 目录。
4. 修改配置文件 lib/config/OWN_config.yaml，将 DATA:ROOT 指向你的图片路径。

3. 基本使用

训练模型

根据选择的数据集模式，运行以下命令开始训练：

使用合成数据集：

python train.py --cfg lib/config/360CC_config.yaml

使用自定义数据集：

python train.py --cfg lib/config/OWN_config.yaml

查看训练损失曲线： 训练开始后，进入对应的输出日志目录并启动 TensorBoard：

cd output/360CC/crnn/xxxx-xx-xx-xx-xx/
tensorboard --logdir log

然后在浏览器访问 http://localhost:6006 查看可视化图表。

推理演示 (Demo)

使用预训练权重或训练好的模型对单张图片进行识别：

python demo.py --image_path images/test.png --checkpoint output/checkpoints/mixed_second_finetune_acc_97P7.pth

• --image_path: 待识别的图片路径。
• --checkpoint: 模型权重文件路径（.pth 结尾）。