前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >还在愁做OCR法方向没有开源数据集嘛,PaddleOCR的这个工具你敢不敢看一下?

还在愁做OCR法方向没有开源数据集嘛,PaddleOCR的这个工具你敢不敢看一下?

作者头像
DoubleV
发布2021-12-06 16:41:22
8020
发布2021-12-06 16:41:22
举报
文章被收录于专栏:GAN&CV

近期,PaddleOCR开源了Style-Text数据合成工具。 https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/StyleText/README_ch.md

项目主页

https://github.com/PaddlePaddle/PaddleOCR

到底多强

结合GAN,输入一串文本和一个风格图片就可以生成对应的场景的图片!!!!!项目开源直接使用无需训练!!!!

效果⬇️

该工具可以批量合成大量与目标场景类似的图像,如下图所示。

Style-Text数据合成工具是基于百度自研的文本编辑算法《Editing Text in the Wild》 https://arxiv.org/abs/1908.03047

不同于常用的基于GAN的数据合成工具,Style-Text主要框架包括:1.文本前景风格迁移模块 2.背景抽取模块 3.融合模块。如上图所示。经过这样三步,就可以迅速实现图像文本风格迁移。下图是更多的数据合成工具效果图。

此外,采用上述合成数据和真实数据一起训练,可以显著提升特殊场景的性能指标,Repo中也给出了两个场景应用案例:

下面给出一些真实场景图像和合成图像的示例:

此外,该项目还提供了一批中英韩5万张通用场景数据用作文本风格图像,便于合成场景丰富的文本图像,下图给出了一些示例。

这个方向才刚刚开始,文本数据自动合成对于产业应用还是很有意义,尤其是长尾场景。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 项目主页
  • 到底多强
  • 效果⬇️
相关产品与服务
文字识别
文字识别(Optical Character Recognition,OCR)基于腾讯优图实验室的深度学习技术,将图片上的文字内容,智能识别成为可编辑的文本。OCR 支持身份证、名片等卡证类和票据类的印刷体识别,也支持运单等手写体识别,支持提供定制化服务,可以有效地代替人工录入信息。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档