DBnet对非固定格式核酸报告要素检测提取
向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
核酸检测报告已经是疫情这些年很多人出行必备的材料，而且很多机关单位、政府部门都需要检查核酸报告才能让相关的人员进出场所。如果有一个模型能够快速的识别并提取核酸报告里的关键信息，则能很大程度上提升那些需要提交核酸报告的OA流程审核效率，提升企事业的服务效率。
1.标注数据
标注方法和标注目标检测的数据一样，一个框加一个标签
pip install labelImg ==1.8.6
安装完毕后，键入命令：
labelImg
或者下载工具 labelImg.exe链接：https://pan.baidu.com/s/14iBlyr3ahhymMukeWjtTEA 提取码：c1dx
二 . 数据增强
步骤：
1.将标注数据集的标签（xml文件）放入./DataAugForObjectDetection/data/Annotations
2.将标注数据集的图片放入./DataAugForObjectDetection/data/images
3.修改./DataAugForObjectDetection/DataAugmentForObejctDetection.py/中的need_aug_num，即每张图片需要扩增的数量，然后运行./DataAugForObjectDetection/DataAugmentForObejctDetection.py
注意：DataAugmentForObejctDetection_pool.py 是多进程增强版本，耗时较少。代码中的process不宜设置过大否则可能会报错，默认即可。
三. 格式转换
将标注的数据集转换成 dbnet 训练需要用到的格式。
步骤：
1.将标注数据集的标签（xml文件）放入Annotations，图片放入images;
2.修改voc_to_coco.py的输入输出路径，并运行，然后手动分开训练集和测试集;
3.修改get_train_list.py 的输入输出路径，并运行。训练集运行一次，测试集运行一次。
四. 修改模型配置文件
修改模型配置文件 config/det_DB_resnet50_mul.yaml
修改为三.3生成的数据集文件路径
五. 开启训练
修改det_train.py 的模型配置文件路径，并运行
六. 测试
修改det_infer.py的模型路径、模型文件路径、和图片路径
项目全部代码，预训练模型获取方式：
关注微信公众号 datanlp 然后回复 核酸 即可获取。
搜索公众号添加： datanlp
长按图片，识别二维码
效果展示
dbnet不仅检测出文本行，还自动给文本行分类标签，一个框一个标签，可以按标签提取目标文本行。
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
腾讯云开发者
