GitHub地址：https://github.com/YCG09/chinese_ocr
該項目檢測使用ctpn，識別使用cnn+lstm形式，通過GitHub給出的readme可以直接運行demo.py看到作者訓練好的檢測加識別的最終結果。
此處將該項目在自己的數據集上訓練過程加以記錄，並將最終識別結果轉爲pb文件。
檢測模型：進入ctpn/prepare_training_data目錄下，修改split_label_new.py文件。（先將自己的數據存放到一個目錄，每個圖像對應一個同名的.txt文件，txt文件中對應圖片中文字行座標信息，可以是四點座標，也可以是八點座標，圖片中有多少行文字信息，txt中就有多少行label，label按照【xmin ymin xmax ymax】的形式，或者【左上 右上 右下 左下】的八點座標存放，我有兩種數據格式，所以四點座標和八個點座標都有），註釋掉第一行gt_path,將path變量指向數據目錄，將原始的file變量更改爲數據目錄下所有的圖片，自己改就行，我的代碼爲files = [os.path.join(path,e) for e in os.listdir(path) if e.endswith('.jpg')]，後面的for循環讀取圖片對應的label的時候，做一個判斷，因爲ctpn檢測網絡是自然場景下的文字行檢測，所以label都是八個點座標，這裏判斷如果label爲四個點座標，那就計算出八個點座標就行，很簡單的，然後執行split_label_new.py文件，在當前目錄就能產生兩個目錄label_tmp和re_image.
然後將數據轉出voc格式，修改ToVoc.py 文件，將_outdir修改爲chinese_ocr-master/ctpn/data/VOCdevkit2007/VOC2007，然後執行文件，修改的目錄爲指定輸出目錄
修改ctpn/tex文件中EXP_DIR變量，隨便起一個名字如end001，修改最後一行checkpoints_path，
執行python ./ctpn/train_ne