基于faster-rcnn网络的视力表字符检测

本实验基于pytorch的faster-rcnn网络实现，从自己制作数据集到完成模型的训练。

faster-rcnn网络结构完整代码：https://github.com/bubbliiiing/faster-rcnn-pytorch（来源于：@Bubbliiiing)

一、数据集的制作

1、获取数据

我们可以通过爬虫爬取网上不同的视力表储存起来，也可以自己从网上下载一些图片，因为是自己做个小实验，所以不必下载太多。

2、制作所要的数据图片

从下载下来的视力表中截取不同的“E”，再把不同的“E”放到一张墙壁图片上。对于放上去的“E”，我们也可以进行加噪处理，增强数据，这边用的是椒盐噪声处理。

对于制作好的图片，我们可以通过对图片上下采样，扩大数据集，减少工作量。再剔除一些太过歪斜的图片就可以。然后把整个数据集保存在faster-rcnn网络文件夹中VOC2007文件中一个名为JPEGImages的文件夹中。并随机保存一张图片在img文件夹中，以供预测使用。

3、添加标签

我们可以使用labelimg这个软件对图片中的数据进行标注。

然后保存在与JPEGImages同一个文件夹下的Annotations文件夹中备用。

二、模型的训练

1、用编译器打开文件夹</