车轮OCR文件识别

文件列表

• 点云转换代码（在data中）

  • csv2Img.py 从data文件夹读取点云，并将转换的图片放入到OutputImgs/full中

• 训练集生成代码（在Train文件夹中）

  • createTrainSet.py 从Fonts读取字体，生成图片并做干扰处理，在data生成训练集，并自动生成csv
  • setVerify.py 从data中分层随机抽取图片移动到Verify/data生成验证集，并自动生成csv

• 图像切割代码（在Test文件夹中）

  • devideImg.py 将OutputImg/tile中分割好的句子图像拉直，并切割，生成csv标签模板
    • 拉直的图像会放入到tiles文件夹
    • 分割的图像会放入data文件夹
    • 执行这个代码会导致标记好的标签被清空，利用data.csv.bak去替换修复即可
  • check.csv可以简单的检查标签是否有错误

• 训练代码（在根目录）

  • Loader.py 用于读取并预处理数据，处理好的数据将会保存到Temp中
  • MyModel.py 自己在今天（6月18日）尝试写的模型，目前效果略低于Vgg16，但差异不大
  • Train.py 训练的主代码，模型会保存到Model.pth，日志（loss曲线）会保存到TrainLog
  • Test.py 提供了纯单字测试和整句测试。这里的整句测试实质上还是读取单字图像，依靠文件名组成整句。

• 展示程序（在Demo文件夹中）

  • ocr.py 后端部分，上述代码的整合，默认使用myModel模型
    • 与test.py利用已有单字测试的方式不同。这个文件整合了分割算法，可以直接读取整句的图片。不过由于test的单字有手动修正的原因，这个程序的准确率略低于test.py的结果
  • main.py 前端功能实现部分
  • Ui_mainWidget.py 前端样式部分

• 其他

  • Models附带了自己今天（6月18日）训练的模型，答辩用的vgg16模型太大，没有放
  • Logs附带了对应的损失曲线
  • OutputImgs内置了转换好的图片和手动切好的句子
  • tsetData附带了倾斜修正的图片和切好的图片