caffe_ocr中文識别（二）訓練

參考：Windows Caffe 學習筆記（三）在Caffe上訓練和測試自己的資料

參考：Caffe_Windows學習筆記（二）用自己的資料訓練和測試CaffeNet

參考：caffe模型訓練全過程（一）腳本、資料準備與制作

參考：Windows10下使用Caffe訓練神經網絡(含資料庫的生成方法)

github資源：https://github.com/senlinuc/caffe_ocr

1、準備資料

比如這個：合成的中文資料（連結：https://pan.baidu.com/s/1TXeZUcpVOUxrtfRtWKMSGg 提取碼：ujjc ）

其中，訓練樣本：3279606 測試樣本：364400，共計3644006。

2、轉換資料格式

.\tools_bin\convert_imageset.exe F:\BaiduNetdiskDownload"\Synthetic Chinese String Dataset"\images\ F:\BaiduNetdiskDownload"\Synthetic Chinese String Dataset"\images\train.txt E:\GitHub\caffe_ocr-master\examples\ocr\train_leveldb --shuffle --resize_height=32 --resize_width=280
echo.
.\tools_bin\convert_imageset.exe F:\BaiduNetdiskDownload"\Synthetic Chinese String Dataset"\images\ F:\BaiduNetdiskDownload"\Synthetic Chinese String Dataset"\images\test.txt E:\GitHub\caffe_ocr-master\examples\ocr\test_leveldb --shuffle --resize_height=32 --resize_width=280
pause
           

需要注意的地方：由于部分路徑中包含空格（“ ”），是以包含空格的部分需要用雙引号包起來，否則就會被可執行程式認為是多個輸入變量。是以路徑中一般不要包含空格。

3、訓練

caffetool.exe train --solver=E:/GitHub/caffe_ocr-master/examples/ocr/densenet/solver.prototxt
           

如果中間終止後要繼續訓練，可以加載快照繼續訓練。

4、測試

測試可以使用項目中的ocr_test項目測試。