一、git上star比较多的项目

*好 10.psenet的实现，最新的，pytorch： whai362/PSENet

14. kuangshi research in text detection and recognition using PyTorch 1.2. Megvii-CSG/MegReader

15. a PyToch implementation of "Real-time Scene Text Detection with Differentiable Binarization". MhLiao/DB

16. 论文集Scene Text Detection and Recognition: must-read papers Jyouhou/SceneTextPapers

17.ICDAR2019 ArT 的第一名，清华：this is the code repository for our algorithm that ranked No.1 on Jyouhou/ICDAR2019-ArT-Recognition-Alchemy

18.ICDAR2019 ReCTS脱机单字识别任务部分代码，TF代码，复现改进了alexnet resnet等网络，进行了图像增强、分割，比赛结果排名第11。 HuiyanWen/ICDAR2019-ReCTS

19.Faster R-CNN and Mask R-CNN in PyTorch 1.0 facebookresearch/maskrcnn-benchmark

二、 数据集

共约364万张图片，按照99:1划分成训练集和验证集,数据利用中文语料库(新闻 + 文言文)，通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成.包含汉字、英文字母、数字和标点共5990个字符,每个样本固定10个字符，字符随机截取自语料库中的句子.图片分辨率统一为280x32. 图片解压后放置到train/images目录下，描述文件放到train目录下

训练数据集补充

列举可用于文本检测和识别领域模型训练的一些大型公开数据集， 不涉及仅用于模型fine-tune任务的小型数据集。

Chinese Text in the Wild(CTW): 该数据集包含32285张图像，1018402个中文字符(来自于腾讯街景), 包含平面文本，凸起文本，城市文本，农村文本，低亮度文本，远处文本，部分遮挡文本。图像大小2048*2048，数据集大小为31GB。以(8:1:1)的比例将数据集分为训练集(25887张图像，812872个汉字)，测试集(3269张图像，103519个汉字)，验证集(3129张图像，103519个汉字)。

文献链接：https://arxiv.org/pdf/1803.00085.pdf

数据集下载地址：https://ctwdataset.github.io/

Reading Chinese Text in the Wild(RCTW-17):该数据集包含12263张图像，训练集8034张，测试集4229张，共11.4GB。大部分图像由手机相机拍摄，含有少量的屏幕截图，图像中包含中文文本与少量英文文本。图像分辨率大小不等。

http://mclab.eic.hust.edu.cn/icdar2017chinese/dataset.html

文献：http://arxiv.org/pdf/1708.09585v2

6.4 RCTW数据集2017

RCTW数据集主要由场景中文文字构成，总共包含了12,034张图片，其中训练集8034张，测试集4000张。比赛分为文字检测和端到端文字识别两部分。MLT数据集由6个文种共9种语言的文字图片构成，共18,00张图片。该比赛包括了文字检测、语种识别以及文字检测加语种识别三个任务。链接：https://zhuanlan.zhihu.com/p/37678860

6.8 我们在2012年发布了MSRA-TD500这个数据集，虽然数据量比较小，但是含有英文和中文两种语言。

三. 知乎上的参考

CTC的方式，CTPN+CRNN 都开源了， 可以了解一下，传统的如果是印刷体的话，应该难度也不大，只是在切割的时候需要一些技巧避免将汉字的偏旁切开。

不同场景下的ocr识别，肯定方法不一样的。对于文档来说，如果排版比较统一，纯文本，没有其他东西的，ctpn效率和效果上会好一些。自然场景的话，现在基于attention的end-to-end模型是比较好用的，比如tensorflow/models感觉比较通用的还是目标检测+识别吧，基本各个场景都适用，只不过目标检测对于长文本，行间距非常小的文本训练起来没那么容易。还有，如果文本存在倾斜的情况，attention-ocr基本没什么影响，用目标检测也有带角度的方法，但ctpn就不太行了。

6. https://blog.csdn.net/lovebyz/article/details/84959818 主流深度学习OCR文字识别方法对比：Tesseract(LSTM)、CTPN+CRNN、Densenet

(一)Tesseract(LSTM)和Densenet

(二)CTPN+CRNN：CHINESE-OCR 和 Tesseract(LSTM) 代码地址：

程程：【领域报告】行人再识别年度进展 |VALSE2018之十 Person ReID(Person Re-identification)

程程：白翔：趣谈“捕文捉字”-- 场景文字检测 | VALSE2017之十 华南理工大学金连文老师研究组提出了一个基于Faster R-CNN的方法，针对文字形状和一般物体形状的区别，对其进行了完善。

程程的主页，多个ocr的内容链接：知乎用户

***11. 好 OCR-从零开始 传统方案，预处理的代码，深度的方案

一般目标检测器(SSD，YOLO 和 DenseBox )为基础，例如 TextBoxes，FCRN 以及 EAST，SegLink等，它们直接预测候选的边界框。

以语义分割为基础，例如PixelLink和FTSN，它们生成分割映射，然后通过后处理生成最终的文本边界框。

视觉领域常规物体检测方法(SSD, YOLO, FasterRCNN等)直接套用于文字检测任务效果并不理想， 主要原因如下：

·相比于常规物体，文字行长度、长宽比例变化范围很大。

·文本行是有方向性的。常规物体边框BBox的四元组描述方式信息量不充足。

·自然场景中某些物体局部图像与字母形状相似，如果不参考图像全局信息将有误报。

·有些艺术字体使用了弯曲的文本行，而手写字体变化模式也很多。

·由于丰富的背景图像干扰，手工设计特征在自然场景文本识别任务中不够鲁棒。

针对上述问题根因，近年来出现了各种基于深度学习的技术解决方案。它们从特征提取、区域建议网络(RPN)、多目标协同训练、Loss改进、非极大值抑制(NMS)、半监督学习等角度对常规物体检测方法进行改造，极大提升了自然场景图像中文本检测的准确率。例如：

·CTPN方案中，用BLSTM模块提取字符所在图像上下文特征，以提高文本块识别精度。

·RRPN等方案中，文本框标注采用BBOX +方向角度值的形式，模型中产生出可旋转的文字区域候选框，并在边框回归计算过程中找到待测文本行的倾斜角度。

·DMPNet等方案中，使用四边形(非矩形)标注文本框，来更紧凑的包围文本区域。

·SegLink将单词切割为更易检测的小文字块，再预测邻近连接将小文字块连成词。

·TextBoxes等方案中，调整了文字区域参考框的长宽比例，并将特征层卷积核调整为长方形，从而更适合检测出细长型的文本行。

·FTSN方案中，作者使用Mask-NMS代替传统BBOX的NMS算法来过滤候选框。

·WordSup方案中，采用半监督学习策略，用单词级标注数据来训练字符级文本检测模型。

19. 文本检测的最新进展 小石头的码疯窝

20. 仅PSENet有代码，曲线文本 燕小花：2019CVPR文本检测综述

各模型在ICDAR2015数据集上的测试结果。

我用了ctpn，效果已经能够接受了。没想到masktextspotter表现这么好。TextBoxes,EAST,CTPN,PixelLink,SegLink,RRPN,R2CNN,RRD,ITN都有开源的。LSPR这篇文章的，是SLPR，我写错了

***22. 好 第一名 ICDAR2019， 有docker： zhang0jhon/AttentionOCR

****25.极好 很好的一个技术博客：aiuai.cn 一个较好的detectron 2的网站

25.1 aiuai.cn/aifram951.html 计算机视觉八大任务全概述

25.2 aiuai.cn/aifram931.html coco等开源数据集

25.3 aiuai.cn/aifram935.html 基于Tesseract的英文文本识别

25.4 aiuai.cn/aifram961.html Git项目－TextBoxes系列文字检测， 基于SSD

25.5 https://aiuai.cn/aifarm897.html 深度学习的7种架构范例及对应的Tensorflow例示

25.6 https://aiuai.cn/aifarm887.html 论文阅读 - Feature Pyramid Networks for Object Detection

***25.7 https://aiuai.cn/aifarm862.html 目标检测算法Faster R-CNN, R-FCN, SSD, FPN, RetinaNet 和 YOLOv3的对比

25.8 https://aiuai.cn/aifarm856.html 目标检测评测指标mAP及计算[译]

25.9 https://aiuai.cn/aifarm854.html COCO 数据集目标检测等相关评测指标

25.10 https://aiuai.cn/aifarm827.html 中国电信使用 TensorFlow 实现人工智能

25.11 https://aiuai.cn/aifarm807.html Python - 图片上显示中文字符

25.12 https://aiuai.cn/aifarm796.html 基于 Keras 实现的图书推荐系统

25.13 https://aiuai.cn/aifarm227.html Github项目 - Mask R-CNN 的 Keras 实现

看到30/52

三、其他竞赛

四 docker安装

lsb_release -a

uname -r

uname -a

下载地址

tgz

https://download.docker.com/linux/static/stable/x86_64/

rpm

https://download.docker.com/linux/centos/7/x86_64/stable/Packages/

安装

上传文件

tar -xvf docker-18.06.1-ce.tgz

cp docker/* /usr/bin/

dockerd &

测试

[root@centos75-1 ~]# docker -v

Docker version 18.06.1-ce, build e68fc7a

参考：

Linux下离线安装Docker

https://www.cnblogs.com/luoSteel/p/10038954.html

linux如何成功地离线安装docker

https://blog.csdn.net/u011681409/article/details/82695087

官方安装文档

https://docs.docker.com/install/linux/docker-ce/binaries/#install-static-binaries

end