caffe 训练手写字体HWDB1.1trn_gnt.zip HWDB1.1tst_gnt.zip并测试完整超详尽攻略

工作中你老子要用到物体识别，也有用到OCR识别，因为深度摄像头对玻璃和透明物体拿不到深度距离。所以用这种办法来配合获取识别物体坐标。

首先，我需要强调的是，印刷体的汉字OCR识别你直接调用接口AT两家都可以，自己去搜API。

第二，我做的这个是手写体，因为手写比印刷体复杂至少一万倍，所以增加了训练难度。它比caffe2训练mask训练难多了。

第三，老子开始跟你说怎么搞了：

1、准备数据集，去这个网站下载这两个zip文件：

http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html

HWDB1.1trn_gnt.zip

HWDB1.1tst_gnt.zip

 

其中一个训练集，一个测试集，前者应该是训练，后者测试。

解压完成后，你会发现文件夹乱码，于是，要用convmv这个工具，在两个目录下分别执行

convmv -f GBK -t UTF-8 --notest -r ./

不要把数据集和测试集放在一个文件夹，否则执行完你就傻逼了。

搞好了往下走。

2、把所有图片生成标签txt和lmdb文件。

用两个文件搞定。

biaoqian.py

 

-------------------------------------------------

#-*-coding:utf-8-*-
import os
 
def IsSubString(SubStrList,Str):
    flag=True
    for substr in SubStrList:
        if not(substr in Str):
            flag=False
    
    return flag
def GetFileList(FindPath,FlagStr=[]):
    FileList=[]
    FileNames=os.listdir(FindPath)
    if len(FileNames)>0:
        for fn in FileNames:
            if len(FlagStr)>0:
                if IsSubString(FlagStr,fn):
                    fullfilename=os.path.join(FindPath,fn)
                    FileList.append(fullfilename)
            else:
                fullfilename=os.path.join(FindPath,fn)