刚弄明白CTPN部署的时候，CTPN作者刚更新了简易代码版本，看介绍是把代码优化了不需要多的配置。。。感觉好忧伤！

源码地址：https://github.com/eragonruan/text-detection-ctpn/tree/master

新版本地址：https://github.com/eragonruan/text-detection-ctpn

环境：win10+anaconda3+python3.6+tensorflow1.10+vs2015_runtime

一代码修改

1.设置 "USE_GPU_NMS " 在文件 ./ctpn/text.yml as "False"

2.设置 "__C.USE_GPU_NMS" 在文件 ./lib/fast_rcnn/config.py 为 "False";

3.注释掉 "from lib.utils.gpu_nms import gpu_nms" 在文件 ./lib/fast_rcnn/nms_wrapper.py 中;

4.在文件lib \ utils \ cython_nms.pyx的第25行进行一些更改“np.int_t”更改为“np.intp_t”
否则出现“ValueError：Buffer dtype mismatch，expected'int_t'但得到'long long' “在第6步。
5.在文件 \text-detection-ctpn-master\lib\rpn_msr\proposal_layer_tf.py中的第53行加入“cfg_key=cfg_key.decode('utf-8')”

6.将“base_name = image_name.split（'/'）[ - 1]”更改为“base_name = image_name.split（'\\'）[ - 1]”在文件“ctpn \ demo.py”的第24行中

二重新编译文件

打开anaconda prompt，激活tensorlow环境，进入到路径“\ text-detection-ctpn-master \ lib \ utils ”中去；

1.执行 cython bbox.pyx

2.执行 cython cython_nms.pyx

三重建setup文件

打开文件夹”text-detection-ctpn-master\lib\utils“，新建一个setup_cpu.py文件，文件代码如下所示：

import numpy as np
from distutils.core import setup
from Cython.Build import cythonize
from distutils.extension import Extension
numpy_include = np.get_include()
setup(ext_modules=cythonize("bbox.pyx"),include_dirs=[numpy_include])
setup(ext_modules=cythonize("cython_nms.pyx"),include_dirs=[numpy_include])

四重新编译

打开vs2015 X64 本机工具命令提示符，激活tensorflow环境，进入”text-detection-ctpn-master\lib\utils“，

执行下列代码

python setup_cpu.py build_ext --inplace

会在文件夹”text-detection-ctpn-master\lib\utils\lib\utils“中生成2个pyd文件“bbox.cp36-win_amd64.pyd”和“cython_nms.cp36-win_amd64.pyd”，将这两个文件复制到“text-detection-ctpn-master\lib\utils”。

五运行demo

在运行demo前需要下载checkpoints训练好的模型到工程环境中去，下载完了直接解压成文件夹放到root目录下！类似于下图：

在anaconda prompt中，激活tensorflow环境进入到工程root路径下，

python  .\ctpn\demo.py

如果出现以下界面就证明成功运行了。

后记:

作为一个小白，花了好多功夫才完成的，但仍然不知道其中一些步骤的目的什么，说白了就是知其然不知其之所以然，希望努力加油弄明白配置环境的原理。共勉！

参考文献：

1.https://github.com/eragonruan/text-detection-ctpn/issues/264

2.https://blog.csdn.net/qq_32791307/article/details/81324343

win10+tensorflow CPU 部署CTPN环境相关推荐

win10系统的深度学习环境搭建以win10+rtx2060+tensorflow为例/K210的win10系统的深度学习环境搭建/有无显卡均可安装
win10系统的深度学习环境搭建以win10+rtx2060+tensorflow为例 K210的win10系统的深度学习环境搭建有无显卡均可安装一软件准备 1.Anaconda3 软件介绍:A ...
Win10快速搭建Tensorflow(CPU/GPU)
Win10快速搭建Tensorflow 如果需要详细的安装介绍请看:安装详解一.快速搭建过程: 第一步:下载Anaconda,并安装. Anaconda官网下载地址:https://www.anac ...
DeepLearning:windows环境下C++环境实现Tensorflow编译部署
[写在前面] 都说深度学习的这条大船上来了就应该不惧风雨,可是在配置环境这条路上的坑真是刚出旧坑又入新坑,2021年最后一天了.想想rensorflow的源代码在windows 环境下的编译历程,就忍 ...
在华为 Kylin V10 SP1操作系统，HUAWEI,Kunpeng 920 CPU(4Cores)单机上模拟部署生产环境TiDB集群...
作者:陈麒原文来源: https://tidb.net/blog/0cacc3df TiDB 集群部署在单机上模拟部署生产环境集群适用场景:希望用单台 Linux 服务器,体验 TiDB 最小的 ...
TensorFlow CPU环境 SSE/AVX/FMA 指令集编译
TensorFlow CPU环境 SSE/AVX/FMA 指令集编译 sess.run()出现如下Warning W tensorflow/core/platform/cpu_feature_guar ...
win10 PaddleOCR c++ cpu部署
win10 PaddleOCR c++ cpu部署一.下载PaddleOCR源代码二.安装opencv 三.安装paddle预测库四.cmake编译五.生成六.推理七.附件: `diren ...
Win10 TensorFlow（gpu）安装详解
Win10 TensorFlow(gpu)安装详解写在前面:TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理.Tensor(张量)意味着 ...
白话tensorflow分布式部署和开发
2019独角兽企业重金招聘Python工程师标准>>> 白话tensorflow分布式部署和开发博客分类: 深度学习关于tensorflow的分布式训练和部署, 官方有个英文的文 ...
第一章：pycharm、anaconda、opencv、pytorch、tensorflow、paddlex等环境配置大全总结【图像处理py版本】
第一章:pycharm.anaconda.opencv.pytorch.tensorflow.百度飞桨等环境配置大全总结 0 引言一 .环境搭建 1.pycharm+anaconda安装 1.1 ...

win10+tensorflow CPU 部署CTPN环境

一代码修改

二重新编译文件

三重建setup文件

四重新编译

后记:

win10+tensorflow CPU 部署CTPN环境相关推荐

最新文章

热门文章

win10+tensorflow CPU 部署CTPN环境

一 代码修改

二 重新编译文件

三 重建setup文件

四 重新编译

后记:

win10+tensorflow CPU 部署CTPN环境相关推荐

最新文章

热门文章

一代码修改

二重新编译文件

三重建setup文件

四重新编译