n_trained_model.caffemodel,ctpn模型下载,官方提供的下载速度有点慢
2021-10-25 14:36:23 75.22MB ctpn
1
本文工作基于faster RCNN , 区别在于 1.改进了rpn,anchor产生的window的宽度固定为3。 2.rpn后面不是直接接全连接+分类/回归,而是再通过一个LSTM,再接全连接层。 3.坐标仅仅回归一个y,而不是x1, y1, x2, y2 4.添加 side-refinement offsets(可能这个就是4个回归值中的其中2个)
2021-09-03 16:15:40 7.57MB deeplearning
1
2016 CTPN 论文 优点: 1. 垂直锚点机制; 2. 对固定宽度文本建议 区文本/非文本打分; 3.文本建议区由卷积网络 后的循环网络得到。
2021-07-07 09:08:30 11.17MB ocr ctpn
文字检测ctpn模型,训练好的模型checkpoints_mlt,下载后解压,把checkpoints_mlt/放入text-detection-ctpn/文件夹下。
2021-05-19 21:05:24 253.93MB ctpn checkpoints_mlt ctpn训练好的模型
1
银行卡OCR 基于CTPN和CRNN实现的银行卡号识别系统。 一,开发和运行系统 Windows10系统; 二,开发工具和软件介绍 1.pyCharm; 2.python3.5; 3.tensorflow1.13.1 /张量流gpu1.13.1,cuDNN7.4,CUDA10.0; 4.Jupyter笔记本; 5,WebStorm 三,运行环境配置: 1.安装python3.5及更高版本,并配置系统环境变量,可以通过pip命令安装三方库,从而可以通过cmd命令行执行python命令; 2.pip命令安装python三方库插件: tensorflow 1.13.1或tensorflow-gpu(1.13.1),cuDNN(7.4),CUDA(10.0) matplotlib 3.0.3 easydict 1.9 pyyaml 5.1 opencv_python 4.0.
2021-05-07 09:49:09 258.94MB 系统开源
1
本数据包含2000张银行卡数据,已经整理成VOC格式,内含有ctpn模型代码,可进行ctpn模型训练,银行卡数据在data\VOCdevkit2007\VOC2007\JPEGImages目录下,标注位于data\VOCdevkit2007\VOC2007,用户可自行更改成自己需要的格式
2021-04-15 16:28:13 292.49MB 文字检测 ctpn 银行卡号检测 2000张
1
自然场景OCR(YOLOv3+CTPN+CRNN),附带整个项目代码,详细代码注释
2019-12-21 20:51:21 51.15MB OCR 自然场景ocr yolov3+ocr yolov3+ctpn+ocr
1
文章地址https://blog.csdn.net/zbwindboy/article/details/79697068
2019-08-19 11:24:13 7KB text detection ctpn setup.py
1