DBNet文本目标检测，带多分类

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

之前一直思考如果DBnet文本检测网络能够加入多分类的话，就可以实现模型很小又能够区分类别的功能，在端侧部署的话就能达到非常高的精度和效率。在参考了大佬的pytorch版的DBnet多分类功能，在此实现Paddle版的DBnet多分类文本检测网络。

比如中英文分类检测

按照标签名称分类检测

模型网络结构对比

修改前 vs 修改后：从图明显发现多出来一个分支用来判定分类的

全部代码 、数据集 获取方式：

关注微信公众号 datayx 然后回复 文本检测即可获取。

代码实现 1、数据集格式

新增label_list.txt文件

调整数据集中的 “tranion”对应的值，为上图中的label_name

3、数据预处理

将不同分类按照[1,2,3,4…]的样子进行填充，有三个地方需要调整

label_ops.py

make_shrink_map.py

random_crop_data.py

4、模型代码调整

添加新分支，只需要调整head模块就可以了，det_db_head.py代码如下

5、添加多分类loss

参考PaddleSeg代码，新增了一个CrossEntropyLoss方法

6、修改db_postprocess.py

7、修改train.py、eval.py、infer_det.py和export_model.py

添加这两行代码

到此，整个网络结构及核心代码就完成了！接下来我们看看实际效果如何。

机器学习算法AI大数据技术

搜索公众号添加： datanlp

阅读过本文的人还看了以下文章：

TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank，用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解，通俗易懂！

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门：基于Python的理论与实现》高清中文PDF+源码

《深度学习：基于Keras的Python实践》PDF和代码

特征提取与图像处理(第二版).pdf

python就业班学习视频，从入门到实战项目

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

《深度学习之pytorch》pdf+附书源码

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》

《Python数据分析与挖掘实战》PDF+完整源码

汽车行业完整知识图谱项目实战视频(全23课)

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

笔记、代码清晰易懂！李航《统计学习方法》最新资源全套！

《神经网络与深度学习》最新2018版中英PDF+源码

将机器学习模型部署为REST API

yolo3 检测出图像中的不规则汉字

同样是机器学习算法工程师，你的面试为什么过不了？

前海征信大数据算法：风险概率预测

【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

特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七)：图像特征提取和深度学习

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

蚂蚁金服2018秋招-算法工程师（共四面）通过

全球AI挑战-场景分类的比赛源码(多模型融合)

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

来源：文科四大家