请问生成训练数据部分代码，开源吗？

[zzdang]

您好，请问生成训练数据部分代码，可以开源吗？

[ursaminor0401]

您好，此项目demo中生成数据需要准备：

• 一系列字体文件（.ttf）

• 一个英文单词的语料库

• 一个不包含文字的背景数据集

我们在数据生成过程中用到了以下几个项目的代码：

• Synthtext，进行了简化，只提取出该项目渲染文字的部分并改为Python3代码，随机挑选字体和一对英文单词后，从背景数据集中抽取一个patch作为t_b，以同样的风格（颜色、旋转角度、阴影、边框）将单词渲染到t_b上作为i_s和t_f，同时将渲染t_f的单词以同样风格渲染到灰色背景上作为t_t，以同样风格但颜色为白色渲染到黑色背景上作为mask_t，以标准字体标准风格渲染到灰色背景上作为i_t

• Skeletonization-of-Digital-Patterns，将这个项目改为Python3代码并对mask_t进行骨架化，生成t_sk

我们之后会将生成数据的代码整理好并开源，在此项目README中链接，可以参考并根据实际应用需求进行改进。

[rkshuai]

您好，此项目demo中生成数据需要准备：

• 一系列字体文件（.ttf）
• 一个英文单词的语料库
• 一个不包含文字的背景数据集

我们在数据生成过程中用到了以下几个项目的代码：

• Synthtext，进行了简化，只提取出该项目渲染文字的部分并改为Python3代码，随机挑选字体和一对英文单词后，从背景数据集中抽取一个patch作为t_b，以同样的风格（颜色、旋转角度、阴影、边框）将单词渲染到t_b上作为i_s和t_f，同时将渲染t_f的单词以同样风格渲染到灰色背景上作为t_t，以同样风格但颜色为白色渲染到黑色背景上作为mask_t，以标准字体标准风格渲染到灰色背景上作为i_t
• Skeletonization-of-Digital-Patterns，将这个项目改为Python3代码并对mask_t进行骨架化，生成t_sk

我们之后会将生成数据的代码整理好并开源，在此项目README中链接，可以参考并根据实际应用需求进行改进。

请问什么时候能开源呢？

[phybrain]

i_s: standard text b rendering on gray background

i_t: styled text a rendering on background image
readme 的图片反了吧，有8个标签也太多了吧 ···

[ursaminor0401]

您好，此项目demo中生成数据需要准备：

• 一系列字体文件（.ttf）
• 一个英文单词的语料库
• 一个不包含文字的背景数据集

我们在数据生成过程中用到了以下几个项目的代码：

• Synthtext，进行了简化，只提取出该项目渲染文字的部分并改为Python3代码，随机挑选字体和一对英文单词后，从背景数据集中抽取一个patch作为t_b，以同样的风格（颜色、旋转角度、阴影、边框）将单词渲染到t_b上作为i_s和t_f，同时将渲染t_f的单词以同样风格渲染到灰色背景上作为t_t，以同样风格但颜色为白色渲染到黑色背景上作为mask_t，以标准字体标准风格渲染到灰色背景上作为i_t
• Skeletonization-of-Digital-Patterns，将这个项目改为Python3代码并对mask_t进行骨架化，生成t_sk

我们之后会将生成数据的代码整理好并开源，在此项目README中链接，可以参考并根据实际应用需求进行改进。

请问什么时候能开源呢？

本周内会开源，预训练模型也会加入

[ursaminor0401]

i_s: standard text b rendering on gray background

i_t: styled text a rendering on background image
readme 的图片反了吧，有8个标签也太多了吧 ···

确实写反了，已经改正，感谢指出！

原文中是6个标签，我们加了一个在渲染过程中很容易得到的mask_t来指导训练，生成数据部分的代码很快会开源，可以根据自己需要准备字体文件、背景图片数据集和单词语料库生成数据。