如何用我自己的图像构成 FSNS 数据集以用于注意力 OCR tensorflow 模型答案

【问题标题】：How to makeup FSNS dataset with my own image for attention OCR tensorflow model如何用我自己的图像构成 FSNS 数据集以用于注意力 OCR tensorflow 模型
【发布时间】：2019-09-26 18:28:08
【问题描述】：

我想应用 attention-ocr 来检测汽车号码板上的所有数字。我已经在 github(https://github.com/tensorflow/models/tree/master/research/attention_ocr) 上阅读了您的 attention_ocr 的 README.md，以及使用自己的图像数据通过 StackOverFlow 页面训练模型的方式。(https://stackoverflow.com/a/44461910/743658) 但是，我没有得到任何关于如何存储图片的注释或标签的信息，或者这个问题的格式。对于对象检测模型，我能够使用 LabelImg 制作我的数据集并将其转换为 csv 文件，最后制作 .tfrecord 文件。我想制作 FSNS 数据集格式的 .tfrecord 文件。

你能给我你的建议吗？

【问题讨论】：

标签： tensorflow dataset ocr attention-model

【解决方案1】：

请重新阅读mentioned answer，它有一节解释如何存储注释。它存储在image/text、image/class 和image/unpadded_class 三个特征中。 image/text 字段用于可视化，一些模型支持未填充序列并使用image/unpadded_class，而默认版本依赖于使用空字符填充的文本具有相同的长度存储在特征image/class 中。这是存储文本注释的摘录：

char_ids_padded, char_ids_unpadded = encode_utf8_string(
   text, charset, length, null_char_id)
example = tf.train.Example(features=tf.train.Features(
  feature={
    'image/class': _int64_feature(char_ids_padded),
    'image/unpadded_class': _int64_feature(char_ids_unpadded),
    'image/text': _bytes_feature(text)
    ...
  }
))

【讨论】：

【解决方案2】：

如果您使用过 tensorflow 对象检测，那么该方法对您来说应该会容易得多。

您可以使用 labelImg 或任何其他注释工具创建注释文件（.csv 格式）。

但是，在将其转换为 tensorflow 格式（.tfrecord）之前，您应该牢记注释格式。（本例为 FSNS 格式）

格式为：files text xmin ymin xmax ymax

所以在注释的同时不要太在意类（就像你在对象检测中所做的那样！一些随机名称就足够了。）

将其转换为 .tfrecords。
最后，labelMap 是您已注释的字符列表。

希望对你有帮助！

【讨论】：

生成 tfrecord 文件后，如何训练 attention_ocr？