Как я могу использовать пример Keras OCR для вывода нового изображения? - PullRequest
Новая
       11

Как я могу использовать пример Keras OCR для вывода нового изображения?

0 голосов
/ 29 ноября 2018

Я пытаюсь реализовать проект OCR от Keras. Поэтому я пытаюсь извлечь уроки из примера Keras OCR . Я использовал свои собственные данные поезда для обучения новой модели и получения файла модели .H5.Теперь я хочу протестировать новое изображение, чтобы увидеть производительность моей модели ，, поэтому я пишу test.py следующим образом: 

from keras.models import Model
import cv2
from keras.preprocessing.image import img_to_array
import numpy as np
from keras.models import load_model
from keras import backend as K
from allNumList import alphabet

def labels_to_text(labels):
    ret = []
    for c in labels:
        if c == len(alphabet):  # CTC Blank
            ret.append("")
        else:
            ret.append(alphabet[c])
    return "".join(ret)

def decode_predict_ctc(out, top_paths = 1):
    results = []
    beam_width = 5
    if beam_width < top_paths:
      beam_width = top_paths
    for i in range(top_paths):
      lables = K.get_value(K.ctc_decode(out, input_length=np.ones(out.shape[0])*out.shape[1],
                           greedy=False, beam_width=beam_width, top_paths=top_paths)[0][i])[0]
      text = labels_to_text(lables)
      results.append(text)
    return results

def test(modelPath,testPicTest):
    img=cv2.imread(testPicTest)
    img=cv2.resize(img,(128,64))
    img=img_to_array(img)
    img=np.array(img,dtype='float')/255.0
    img=np.expand_dims(img, axis=0)
    img=img.swapaxes(1,2)   

    model=load_model(modelPath,custom_objects = {'<lambda>': lambda y_true, y_pred: y_pred})
    net_out_value = model.predict(img)
    top_pred_texts = decode_predict_ctc(net_out_value)
    return top_pred_texts

result=test(r'D:\code\testAndExperiment\py\KerasOcr\weights.h5',r'D:\code\testAndExperiment\py\KerasOcr\test\avo.jpg') 
print(result)

, но получаю ошибку, подобную этой: 

Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 4 array(s), but instead got the following list of 1 arrays: [array([[[[1., 1., 1.],          [1., 1., 1.],          [1., 1., 1.],          ...,          [1., 1., 1.],          [1., 1., 1.],          [1., 1., 1.]],          [[1., 1., 1.],          [1., 1., 1.],...

У меня есть ссылки на некоторые материалы:
https://stackoverflow.com/a/49537697/10689350
https://www.dlology.com/blog/how-to-train-a-keras-model-to-recognize-variable-length-text/
Как предсказать результаты для OCR, используя пример keras image_ocr?

некоторые ответы показывают, что мыследует использовать 4 ввода [input_data, labels, input_length, label_length] в обучении, но кроме input_data, все остальное - информация, используемая только для расчета потерь, поэтому при тестировании может быть достаточно использовать input_data. Поэтому я просто использую картинку без labels, input_length, label_length. Но я получаюошибка выше.

Я не понимаю, нужно ли модели 4 входа или 1 при тестировании?
Не кажется разумным требовать 4 входа в процессе тестирования. И теперь у меня есть model.h5что мне делать дальше?
Заранее спасибо.

Мой код здесь: https://github.com/hqabcxyxz/KerasOCR/tree/master

1 Ответ

0 голосов
/ 30 ноября 2018

может быть, я знаю почему. Так как в примере с OCR мы делаем лямбда-слой для подсчета потерь CTC. Этому слою нужно 4 входа!Правильный способ сделать тест состоит в том, что мы делаем модель без этого лямбда-слоя во время вывода. Затем загружаем вес модели по имени, чтобы сделать вывод. После того, как мы получим результат вывода, просто используйте CTC-декодировать его!Я обновлю свой код в github позже .....

...