ASTER: An Attentional Scene Text Recognizer with Flexible Rectification 论文配置

转自：https://blog.csdn.net/xuanbi8560/article/details/81905692

这是今年新出的一个场景字符检测的算法，效果据说比之前的好很多。

 

先写步骤  稍后再补充论文的细节。

 

 

 

具体配置：

系统要求： Ubuntu16.04 

一定要在Tensorflow1.4 版本下配置，高版本的跑不起来，我之前用的1.8bux

一   安装准备
 
 1 Tensorflow 安装

官网给出了非常清楚的安装方法，直接按照来就可以 

 

 

https://www.tensorflow.org/install/install_linux#how_to_install_tensorflow

 

但是，到下面这一行的时候需要改一下，因为下面的这句命令是安装最新版的Tensorflow 而不是1.4版本的。

sudo pip3 install -U tensorflow
改为：

pip install tensorflow==1.4.0
 然后其他的部分就不变了。直到安装完成。

2 安装依赖库

sudo apt install cmake libcupti-dev
pip3 install --user protobuf tqdm numpy editdistance
以上就是

二  代码编译

代码主页： https://github.com/bgshih/aster

先下载下来，解压（注意：如果是在windows上下载的，下载后的文件名为aster-master.zip 一定要先改名字为aster.zip ）

步骤如下：

 

Go to c_ops/ and run build.sh to build the custom operator
Execute protoc aster/protos/*.proto --python_out=. to build the protobuf files
Add /path/to/aster to PYTHONPATH, or set this variable for every run
   第一步 直接 sh build.sh 就可以

   第二步  可能会出现的问题是 提示 protoc命令找不到 按照提示 执行 sudo apt install protobuf-compiler 

   第三步  添加路径的命令是  export PYTHONPATH=$PYTHONPATH:/home/xxxx/aster

编译好了之后就可以测试了，首先先下载预先训练好的模型 https://github.com/bgshih/aster/releases/download/v1.0.1/model-demo.zip

解压，复制里面的log文件夹 到 aster/experiments/demo/  

 

运行demo程序，可以得到结果

python3 aster/demo.py