在自定义数据集上训练 tensorflow attention-ocr 的管道是什么？

Question

我在stackoverflow上阅读了一些关于attention-ocr的问题，其中大部分是关于特定步骤的实现细节。我想知道的是我们在自己的数据集上微调这个模型的管道。

据我所知，步骤应该是：

0) 我们应该先下载 FSNS 数据集吗？我试图绕过这一步并尝试仅在一张图像上运行推理，但它总是给我错误：“ImportError：没有名为'fsns”的模块。所以我想知道一旦我设置了自己的数据集，这个错误是否会消失。

1) 以与 FSNS 相同的格式存储我们的数据。 （本主题链接：How to create dataset in the same format as the FSNS dataset？、how to create cutomized dataset for google tensorflow attention ocr?）

2) 下载预训练的检查点(http://download.tensorflow.org/models/attention_ocr_2017_08_09.tar.gz)

3) 以某种方式修改“model.py”以适合您自己的目的。

4) 以某种方式修改“train.py”以使用 tensorflow 服务训练您自己的模块。

我现在仍处于这个项目的早期阶段（创建自己的数据集），对如何做以及下一阶段是什么感到困惑。

Answer 1

错误是由不正确的 Python 版本引起的。它们应该与 Python 2 一起运行，您只需更改“导入”语句即可解决此错误。尝试将“import fsns”更改为“from datasets import fsns”。