目录
前言
一、PaddleOCR环境搭建
二、银行卡检测模型实现
1、导入数据集
2、创建配置文件
3、执行命令进行GPU训练
4、显示运行图
5、验证模型
6、导出模型
小结
前言
最近在做关于字符识别的项目，发现好多人在问关于银行卡识别方案，了解现在最火的文字识别PaddleOCR，发现只使用PaddleOCR就可以达到很好的效果，而且从头到尾不需要动PaddOCR上的任何代码，PaddleOCR分为三个模型检测、方向分类和识别，银行卡识别只需用到检测和识别模型即可，我们就先将将检测模型的训练和实现。
一、PaddleOCR环境搭建
建议使用PyCharm进行开发，Download PyCharm: Python IDE for Professional Developers by JetBrains
社区版即可
在git上下载最新版的版本
github.com
导入Pycharm中如下界面：
切换到2.3目录，执行下面的命令，安装环境：
pip install -r requirements.txt
二、银行卡检测模型实现
使用PaddleOCR自带的文字检测功能进行银行卡号检测训练，但不需要加载预训练模型，我们要训练一份只需要能检测出卡号的模型即可
1、导入数据集
目前收集了2500张左右的真实图片，并进行了卡号标注，附件链接在文章底部提供
2、创建配置文件
复制一份yml文件
文件内容如下：
Global:
use_gpu: true
epoch_num: 1200
log_smooth_window: 20
print_batch_step: 2
save_model_dir: ./output/ch_db_mv3_bank_30/
save_epoch_step: 1200
# evaluation is run every 5000 iterations after the 4000th iteration
eval_batch_step: 1500
cal_metric_during_train: False
pretrained_model:
checkpoints:
save_inference_dir: ./inference/ch_db_mv3_bank
use_visualdl: False
infer_img: doc/imgs_en/img_10.jpg
save_res_path: ./output/det_db/predicts_db.txt
Architecture:
model_type: det
algorithm: DB
Transform:
Backbone:
name: MobileNetV3
scale: 0.5
model_name: large
disable_se: True
Neck:
name: DBFPN
out_channels: 96
Head:
name: DBHead
k: 50
Loss:
name: DBLoss
balance_loss: true
main_loss_type: DiceLoss
alpha: 5
beta: 10
ohem_ratio: 3
Optimizer:
name: Adam
beta1: 0.9
beta2: 0.999
lr:
name: Cosine
learning_rate: 0.001
warmup_epoch: 2
regularizer:
name: 'L2'
factor: 0
PostProcess:
name: DBPostProcess
thresh: 0.3
box_thresh: 0.6
max_candidates: 1000
unclip_ratio: 1.5
Metric:
name: DetMetric
main_indicator: hmean
Train:
dataset:
name: SimpleDataSet
data_dir: ./train_data/
label_file_list:
- "./train_data/bank/bank1/real_det_train.txt"
- "./train_data/bank/bank2/real_det_train.txt"
ratio_list: [ 1.0, 1.0 ]
transforms:
- DecodeImage: # load image
img_mode: BGR
channel_first: False
- DetLabelEncode: # Class handling label
- IaaAugment:
augmenter_args:
- { 'type': Fliplr, 'args': { 'p': 0.5 } }
# - { 'type': Affine, 'args': { 'rotate': [-10, 10] } }
- { 'type': Affine, 'args': { 'rotate': [ -30, 30 ] } }
- { 'type': Resize, 'args': { 'size': [ 0.5, 3 ] } }
- EastRandomCropdata:
size: [ 960, 960 ]
max_tries: 50
keep_ratio: true
- MakeBorderMap:
shrink_ratio: 0.4
thresh_min: 0.3
thresh_max: 0.7
- MakeShrinkMap:
shrink_ratio: 0.4
min_text_size: 8
- NormalizeImage:
scale: 1./255.
mean: [ 0.485, 0.456, 0.406 ]
std: [ 0.229, 0.224, 0.225 ]
order: 'hwc'
- ToCHWImage:
- KeepKeys:
keep_keys: [ 'image', 'threshold_map', 'threshold_mask', 'shrink_map', 'shrink_mask' ] # the order of the dataloader list
loader:
shuffle: True
drop_last: False
batch_size_per_card: 2
num_workers: 4
eval:
dataset:
name: SimpleDataSet
data_dir: ./train_data/
label_file_list:
- "./train_data/bank/bank1/real_det_test.txt"
- "./train_data/bank/bank2/real_det_test.txt"
ratio_list: [ 1.0, 1.0 ]
transforms:
- DecodeImage: # load image
img_mode: BGR
channel_first: False
- DetLabelEncode: # Class handling label
- DetResizeForTest:
# image_shape: [736, 1280]
- NormalizeImage:
scale: 1./255.
mean: [ 0.485, 0.456, 0.406 ]
std: [ 0.229, 0.224, 0.225 ]
order: 'hwc'
- ToCHWImage:
- KeepKeys:
keep_keys: [ 'image', 'shape', 'polys', 'ignore_tags' ]
loader:
shuffle: False
drop_last: False
batch_size_per_card: 1 # must be 1
num_workers: 2
3、执行命令进行GPU训练
python -m paddle.distributed.launch --gpus 0 tools/train.py -o Global.use_visualdl=True -c configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0_bank.yml
注意显存问题，需要大于4G的显存，2G显存会溢出
4、显示运行图
visualdl --logdir=output/ch_db_mv3_bank_30/vdl --port 8081
检测模型效果最高能到达：hmean：0.94581
5、验证模型
python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0_bank.yml -o Global.pretrained_model="./output/ch_db_mv3_bank_30/best_accuracy" Global.inf
er_img=C:UsersYY007Desktopbank1.jpg PostProcess.unclip_ratio=2.5
效果如下，左边原图，右边检测效果图：
6、导出模型
python tools/export_model.py -c configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0_bank.yml -o Global.pretrained_model="./output/ch_db_mv3_bank/best_accuracy" Global.save
_inference_dir="./output/ch_db_mv3_bank/"
导出模型验证：
python tools/infer/predict_det.py --det_algorithm="DB" --det_model_dir="./inference/ch_db_mv3_bank/" --image_dir="C:UsersYY007Desktopbank1.jpg" --use_gpu=True --det_db_unclip_ratio=2.5
小结
到这一步，银行卡检测模型就完成了，总体上讲效果还可以，如果需要更好的检测效果，可以更换更深的神经网络，或者通过语义分割来实现，下一章我们讲讲银行卡识别模型训练。
数据集附件地址：
(69条消息) 2500多张标注的真实银行卡图片-深度学习文档类资源-CSDN文库
