crnn pytorch，libtorch，tensorrt

未经授权，不得转摘 https://www.cnblogs.com/yanghailin/p/14794412.html
wuzuowuyou/CRNN_Chinese_Characters_res18_senet
wuzuowuyou/crnn_libtorch
wuzuowuyou/tensorRT_CRNN
If this repository helps you，please star it. Thanks.

若上面链接点不开，手动复制网址

[wuzuowuyou/CRNN_Chinese_Characters_res18_senet](https://github.com/wuzuowuyou/CRNN_Chinese_Characters_res18_senet)  
[wuzuowuyou/crnn_libtorch](https://github.com/wuzuowuyou/crnn_libtorch)  
[wuzuowuyou/tensorRT_CRNN](https://github.com/wuzuowuyou/tensorRT_CRNN)  
If this repository helps you，please star it. Thanks.

完成了训练、测试，pytorch，libtorch，tensorrt

Dev Environments

1. WIN 10 or Ubuntu 16.04
2. PyTorch 1.7.0 (may fix ctc loss) with cuda 10.2 ?（其他版本的应该也可以）
3. yaml
4. easydict

相比原版CRNN_Chinese_Characters_Rec做出的改动

1. 增加在线数据增强操作
2. 增加resnet18和resnet18+senet基网络
3. 图片可以任意大小，在数据预处理部分可以使得图片不变形归一化到固定大小，具体可以看代码
4. 修改数据读取方式
5. 所有的配置可在./lib/config/OWN_config.yaml文件修改
6. 下载本git，配置好环境，可直接python train.py训练。已经放置了数据可以直接训练。
7. 小量数据只是为了能跑通，并不是看loss，acc的，需要大几十万的数据才能训练出高的准确度。

数据准备

1. 按照如下格式准备

.
├── train
│   ├── 1
│   │   ├── 27762750_1861112355_CDMAUE的无线通.jpg
│   │   ├── 29575671_1837255940_在这样短的航行时间里.jpg
│   │   └── 30471375_367454767_题为“满足哮喘患者的.jpg
│   ├── 2
│   │   ├── 28151468_416830229_社会学、管理学、法学.jpg
│   │   └── 30308937_625908317_日军在打开石门缺口之.jpg
│   ├── 29862718_3433251563_南京大屠杀.jpg
│   └── 3
│       ├── 28946890_3487470386_现在还没有明白这是怎.jpg
│       ├── 29363812_2810713842_什么用什么该自己做主.jpg
│       └── 30051984_3546758428_且裁判也将手指向了中.jpg
└── val
    ├── 1
    │   └── 29575671_1837255940_在这样短的航行时间里.jpg
    ├── 2
    │   └── 30308937_625908317_日军在打开石门缺口之.jpg
    ├── 28971703_2070257603_鲜花.jpg
    └── 3
        └── 28946890_3487470386_现在还没有明白这是怎.jpg

2. 其中文件夹train和val，两个文件夹里面随便放多少个目录和随便放图片，但是有个原则就是图片命名最后的"_"和最后的"."之间是label

3. 训练与测试

1. 数据按照规定存放，配置/lib/config/OWN_config.yaml
2. python train.py
3. python demo_show.py

有问题提issue，或者评论留言