pytorchOCR之目录层级结构说明
2024-04-24 05:03:54
pytorchOCR之目录层级结构说明
目录层级结构如下
│ finetune_prune_model.sh
│ infer.sh
│ make.sh
│ README.md
│ requirement.txt
│ to_onnx.sh
│ to_tensorrt.sh
│
├─checkpoint
│ 新建文本文档.txt
│
├─config # 配置文件目录
│ det_DB_mobilev3.yaml
│ det_DB_mobilev3_common.yaml
│ det_DB_mobilev3_pytorch_qua.yaml
│ det_DB_resnet50.yaml
│ det_DB_resnet50_3_3.yaml
│ det_PAN_mobilev3.yaml
│ det_PAN_resnet18.yaml
│ det_PAN_resnet18_3_3.yaml
│ det_PSE_mobilev3.yaml
│ det_PSE_resnet50.yaml
│ det_PSE_resnet50_3_3.yaml
│ det_SAST_resnet50.yaml
│ det_SAST_resnet50_3_3_ori_dataload.yaml
│ det_SAST_resnet50_ori_dataload.yaml
│ rec_CRNN_mobilev3.yaml
│ rec_CRNN_ori.yaml
│ rec_CRNN_vgg16_bn.yaml
│
├─doc # 文档目录
│ ├─example # 各类训练的数据参考文件
│ │ det_test_list.txt
│ │ det_train_list.txt
│ │ label.txt
│ │ rec_test_list.txt
│ │ rec_train_list.txt
│ │
│ ├─md # 文档教程md
│ │ ocr.jpg
│ │ onnx_to_tensorrt.md
│ │ pytorch_to_onnx.md
│ │ 文本检测训练文档.md
│ │ 文本识别训练文档.md
│ │ 模型剪枝.md
│ │ 模型蒸馏.md
│ │
│ └─show
│ ocr1.jpg
│ ocr2.jpg
│
├─onnx # onnx简化工具
│ onnx-simple.sh
│
├─pre_model # 预训练模型存放地址
│ 新建文本文档.txt
│
├─ptocr # 项目代码目录
│ │ optimizer.py
│ │ __init__.py
│ │
│ ├─dataloader # 数据加载
│ │ │ __init__.py
│ │ │
│ │ ├─DetLoad # 各类检测模型数据加载
│ │ │ DBProcess.py
│ │ │ MakeBorderMap.py
│ │ │ MakeSegMap.py
│ │ │ PANProcess.py
│ │ │ PSEProcess.py
│ │ │ SASTProcess.py
│ │ │ SASTProcess_ori.py
│ │ │ SASTProcess_ori1.py
│ │ │ transform_img.py
│ │ │ __init__.py
│ │ │
│ │ └─RecLoad # 识别模型数据加载
│ │ CRNNProcess.py
│ │ DataAgument.py
│ │ __init__.py
│ │
│ ├─model #模型文件目录
│ │ │ CommonFunction.py # 公用层文件
│ │ │ CommonFunction_Q.py
│ │ │ __init__.py
│ │ │
│ │ ├─architectures # 模型架构搭建
│ │ │ │ det_model.py
│ │ │ │ det_model_q.py
│ │ │ │ rec_model.py
│ │ │ │ __init__.py
│ │ │
│ │ ├─backbone # 基础网络
│ │ │ │ det_densenet.py
│ │ │ │ det_mobilev3.py
│ │ │ │ det_mobilev3_pytorch_qua.py
│ │ │ │ det_resnet.py
│ │ │ │ det_resnet_3_3.py
│ │ │ │ det_resnet_sast.py
│ │ │ │ det_resnet_sast_3_3.py
│ │ │ │ det_scnet.py
│ │ │ │ rec_crnn_backbone.py
│ │ │ │ rec_vgg.py
│ │ │ │ reg_mobilev3.py
│ │ │ │ reg_resnet.py
│ │ │ │ __init__.py
│ │ │
│ │ │
│ │ ├─head #模型的head
│ │ │ │ det_DBHead.py
│ │ │ │ det_DBHead_Qua.py
│ │ │ │ det_FPEM_FFM_Head.py
│ │ │ │ det_FPNHead.py
│ │ │ │ det_SASTHead.py
│ │ │ │ rec_CRNNHead.py
│ │ │ │ __init__.py
│ │ │
│ │ │
│ │ │
│ │ ├─loss # 各类loss文件目录
│ │ │ │ basical_loss.py
│ │ │ │ centerloss.py
│ │ │ │ ctc_loss.py
│ │ │ │ db_loss.py
│ │ │ │ pan_loss.py
│ │ │ │ pse_loss.py
│ │ │ │ sast_loss.py
│ │ │ │ __init__.py
│ │ │
│ │ │
│ │ └─segout #分割最后输出在这里定义
│ │ │ det_DB_segout.py
│ │ │ det_DB_segout_qua.py
│ │ │ det_PAN_segout.py
│ │ │ det_PSE_segout.py
│ │ │ det_SAST_segout.py
│ │ │ __init__.py
│ │
│ │
│ │
│ ├─postprocess #存放后处理文件夹
│ │ │ DBpostprocess.py
│ │ │ locality_aware_nms.py
│ │ │ PANpostprocess.py
│ │ │ PSEpostprocess.py
│ │ │ SASTpostprocess.py
│ │ │ __init__.py
│ │ │
│ │ ├─dbprocess # DBnet后处理 c++
│ │ │ │ cppdbprocess.cpp
│ │ │ │ cppdbprocess.so
│ │ │ │ Makefile
│ │ │ │ __init__.py
│ │ │ │
│ │ │ └─include
│ │ │ │ clipper.h
│ │ │ │ postprocess_op.h
│ │ │ │
│ │ │ ├─clipper
│ │ │ │ clipper.cpp
│ │ │ │ clipper.hpp
│ │ │ │
│ │ │ └─pybind11
│ │ │ │ attr.h
│ │ │ │ buffer_info.h
│ │ │ │ cast.h
│ │ │ │ chrono.h
│ │ │ │ class_support.h
│ │ │ │ common.h
│ │ │ │ complex.h
│ │ │ │ descr.h
│ │ │ │ eigen.h
│ │ │ │ embed.h
│ │ │ │ eval.h
│ │ │ │ functional.h
│ │ │ │ iostream.h
│ │ │ │ numpy.h
│ │ │ │ operators.h
│ │ │ │ options.h
│ │ │ │ pybind11.h
│ │ │ │ pytypes.h
│ │ │ │ stl.h
│ │ │ │ stl_bind.h
│ │ │ │ typeid.h
│ │ │ │
│ │ │ └─detail
│ │ │ class.h
│ │ │ common.h
│ │ │ descr.h
│ │ │ init.h
│ │ │ internals.h
│ │ │ typeid.h
│ │ │
│ │ ├─lanms # sast后处理 c++
│ │ │ │ .gitignore
│ │ │ │ .ycm_extra_conf.py
│ │ │ │ adaptor.cpp
│ │ │ │ lanms.h
│ │ │ │ Makefile
│ │ │ │ __init__.py
│ │ │ │ __main__.py
│ │ │ │
│ │ │ └─include
│ │ │ ├─clipper
│ │ │ │ clipper.cpp
│ │ │ │ clipper.hpp
│ │ │ │
│ │ │ └─pybind11
│ │ │ attr.h
│ │ │ buffer_info.h
│ │ │ cast.h
│ │ │ chrono.h
│ │ │ class_support.h
│ │ │ common.h
│ │ │ complex.h
│ │ │ descr.h
│ │ │ eigen.h
│ │ │ embed.h
│ │ │ eval.h
│ │ │ functional.h
│ │ │ numpy.h
│ │ │ operators.h
│ │ │ options.h
│ │ │ pybind11.h
│ │ │ pytypes.h
│ │ │ stl.h
│ │ │ stl_bind.h
│ │ │ typeid.h
│ │ │
│ │ └─piexlmerge # psenet和pan后处理 c++
│ │ │ lanms.h
│ │ │ Makefile
│ │ │ pixelmerge.cpp
│ │ │ pixelmerge.so
│ │ │ __init__.py
│ │ │
│ │ └─include
│ │ ├─clipper
│ │ │ clipper.cpp
│ │ │ clipper.hpp
│ │ │
│ │ └─pybind11
│ │ │ attr.h
│ │ │ buffer_info.h
│ │ │ cast.h
│ │ │ chrono.h
│ │ │ class_support.h
│ │ │ common.h
│ │ │ complex.h
│ │ │ descr.h
│ │ │ eigen.h
│ │ │ embed.h
│ │ │ eval.h
│ │ │ functional.h
│ │ │ iostream.h
│ │ │ numpy.h
│ │ │ operators.h
│ │ │ options.h
│ │ │ pybind11.h
│ │ │ pytypes.h
│ │ │ stl.h
│ │ │ stl_bind.h
│ │ │ typeid.h
│ │ │
│ │ └─detail
│ │ class.h
│ │ common.h
│ │ descr.h
│ │ init.h
│ │ internals.h
│ │ typeid.h
│ │
│ └─utils # 存放各类辅助性函数
│ cal_iou_acc.py
│ gen_teacher_model.py
│ logger.py
│ metrics.py
│ prune_script.py
│ transform_label.py
│ util_function.py
│ __init__.py
│
├─script #各类数据训练，验证txt生成代码
│ create_lmdb.py
│ get_key_label.py
│ get_train_list.py
│ onnx_to_tensorrt.py
│ pytorch_to_onnx.py
│ __init__.py
│
└─tools # 训练测试函数入口│ cal.py│ det_infer.py│ det_sast.py│ det_train.py│ det_train_qua.py│ rec_infer.py│ rec_train.py│ __init__.py│ ├─cal_rescall #计算rescall文件│ │ cal_det.py│ │ cal_iou.py│ │ rrc_evaluation_funcs.py│ │ script.py│ │ __init__.py│ │ └─pruned #模型压缩py文件存放prune_model_all.pyprune_model_backbone.py__init__.pypytorchOCR之目录层级结构说明相关推荐
- 获取文件夹的目录层级结构
最近因为任务交接需要上传代码到仓库,写README和以一些辅助的说明文档.可能是开发流程不规范,导致现在有些手忙脚乱,甚至有些自己写的代码也要再认真看一遍才知道是做什么的.尤其是特征工程那部分,当维度 ...
- Linux系统中的层级结构（二级目录）
linux层级结构标准叫FHS,标准是3 Applications的附件文件中的其他位置中有电脑,其中有子目录如下: 这些子目录是在安装系统时自动建立出来的,称为二级目录,有自己独特的功能,这些独特功 ...
- DL之DNN：自定义2层神经网络TwoLayerNet模型(封装为层级结构)利用MNIST数据集进行训练、预测
DL之DNN:自定义2层神经网络TwoLayerNet模型(封装为层级结构)利用MNIST数据集进行训练.预测 导读 计算图在神经网络算法中的作用.计算图的节点是由局部计算构成的. ...
- DL之DNN：自定义2层神经网络TwoLayerNet模型(封装为层级结构)利用MNIST数据集进行训练、GC对比
DL之DNN:自定义2层神经网络TwoLayerNet模型(封装为层级结构)利用MNIST数据集进行训练.GC对比 导读 神经网络算法封装为层级结构的作用.在神经网络算法中,通过将 ...
- DL之CNN：卷积神经网络算法简介之原理简介(步幅/填充/特征图)、七大层级结构(动态图详解卷积/池化+方块法理解卷积运算)、CNN各层作用及其可视化等之详细攻略
DL之CNN:卷积神经网络算法简介之原理简介(步幅/填充/特征图).七大层级结构(动态图详解卷积/池化+方块法理解卷积运算).CNN各层作用及其可视化等之详细攻略 目录 CNN 的层级结构及相关概念 ...
- linux 进程间通信 dbus-glib【实例】详解三 数据类型和dteeth（类型签名type域）（层级结构：服务Service --＞ Node（对象、object） 等 ）（附代码）
linux 进程间通信 dbus-glib[实例]详解一(附代码)(d-feet工具使用) linux 进程间通信 dbus-glib[实例]详解二(上) 消息和消息总线(附代码) linux 进程间 ...
- linux文本运行层次,Linux基础知识之---文件系统层级结构
#Linux基础知识之---文件系统层级结构 @(Linux系统)[基础知识,文件系统,层级结构,FHS] 一切皆文件: 在Linux中,无论是目录.配置.cpu.内存.键盘.鼠标.或者运行中的系统及 ...
- Java必突-JVM知识专题（一）: Java代码是如何跑起来的+类加载到使用的过程+类从加载到使用核心阶段(类初始化)+类加载的层级结构+什么是JVM的内存区域划分？Java虚拟机栈、Java堆内存
前言: 该章节知识点梳理:本文主要是入门和了解jvm,不做深入 1.Java代码是如何运行起来的? 2.类加载到使用的过程? 3.验证准备和初始化的过程? 4.类从加载到使用核心阶段:初始化.类加载器 ...
- 【Redis】Key的层级结构
文章目录 Key的层级结构 Key的层级结构 思考 Redis没有类似MySQL中的table概念,我们该如何区分不同类型的key呢? 例如:需要存储用户.商品信息到redis中,有一个用户id是1, ...
最新文章
- 二值网络--Optimize Deep Convolutional Neural Network with Ternarized Weights and High Accuracy
- Go语言之 Struct Tag
- mysql 并发锁表_MySQL锁表的用法，防止并发情况下的重复数据
- 【问题解决方案】ImportError: No module named 'openpyxl'/‘xlrd’
- mysql relay_技术分享 | MySQL：产生大量小 relay log 的故障一例
- 一些我工作中经常使用的ABAP新语法和函数，关键字，可以提高工作效率
- 第七十六期：3000台服务器不宕机，微博广告系统全景运维大法
- TestAndSet实现互斥锁
- python算24点穷举法_关于24点去重的算法?
- java基础——“”equals“”与 “”==“” 的区别
- Android 系统调试（1）---禁止Selinux 的方法
- Atitit 图像处理和计算机视觉的分类 三部分 图像处理 图像分析 计算机视觉...
- struts2路径配置_Struts 2结果路径配置示例
- 【原】涉及数据库的单元测试-JTeser
- 解决eclipse打开报错:failed to create the java virtual ma
- AE CS6 安装后启动报错BUG解决
- 记录一下我的游戏私服搭建（台服dnf）
- 可以讨论HTML5的QQ群有哪些,QQ群有哪些种类你都知道吗？
- Re: 客户协作 OVER 合同谈判
- 流量主头像组合微信小程序源码下载支持多种分类并支持姓氏头像制作生成