README.md

Text_Super-Resolution_from_TPGSR

應用情境

還原效果

程式架構

數據增強

印章遮蓋

復現產學程式碼

1. 下載TPGSR
2. 將 main.py myself_text_dataloader.py 放進(取代) ./TPGSR-main
3. 將 base.py super_resolution.py 放進(取代) ./TPGSR-main/interfaces
4. 將 ./Generate_text_blurred_images ./Paddle_OCR_weights ./rec 放進 ./TPGSR-main
5. 放自有的數據集 ./myself_data ./Text_Data

(檔案太大，故改給路徑./data/4TB/chen_hung/TPGSR-main/Text_Data )

(在base.py 的 get_train_myself_dat_aug_case1_multisize 內 myself_text_datasets_for_aug_collate 之 參數root_HR 改成上面的路徑)

1. 將 ./model/tsrn.py 將TSRN_TL的text_emb改成6625
2. 將 super_resolution.yaml 放進(取代) ./TPGSR-main/config

訓練指令

python3 main.py --arch="tsrn_tl_cascade" --batch_size=8 --val_batch_size=32 --mask --use_distill --gradient --sr_share --stu_iter=1 --vis_dir='train_part1'  --use_paddleocr_val --myself_data --use_paddleocr --use_myself_aug --use_padding --aug_prob=0.9 

詳細說明:

--vis_dir #存放的資料夾
--aug_prob #數據增強的機率
--myself_data #是否使用自有的數據集做訓練
--use_myself_aug #是否使用自有的數據增強方法
--use_paddleocr_val #驗證時採用paddleocr來作文本識別
--use_paddleocr #訓練時使用paddleocr取文本特徵
--use_padding #多尺度訓練中，使用padding；否則是resize

Demo指令:

python3 main.py --arch="tsrn_tl_cascade" --test_model="CRNN" --batch_size=1 --sr_share --gradient --demo --stu_iter=1 --vis_dir='./display/LR_b5_multi_pad_no_refine' --mask --resume='./ckpt/vis_TPGSR-TSRN_paddle_parse_resize_myself_display_aug_no_pretrain_multisize_padding_valbs/model_best_0_11_48800_20.pth' --demo_dir='./test_datasets_demo/LR_b5'

python3 main.py --arch="tsrn_tl_cascade" --test_model="CRNN" --batch_size=1 --sr_share --gradient --demo --stu_iter=1 --vis_dir='./display/test_real' --mask --resume='./ckpt/train_add_redstamp_new_val_resize/model_best_0_4_15400_18.pth' --demo_dir='./demo_img/real_image'

詳細說明:

--demo_dir #待還原的圖片
--resume #讀取的權重
--vis_dir #輸出還原結果，和訓練時的差別在於要多加個./display

./ckpt權重ckpt存檔規則:

範例: model_best_0_56_360000_12.pth

說明: model_best_{第幾個模型，都是0，所以不太重要}_{第幾個epoch}_{第幾次迭代}_{驗證集的文本辨識準確率}.pth

./tensorboard 可視化結果觀察