store-names's Introduction

街景企业实体识别任务

文字检测+文字识别部分

环境配置

测试环境：ubuntu 18.04 cuda 10.1 cdnn 7.5 python3

依赖库：opencv-contrib-python==4.0.0.21 Cython h5py lmdb mahotas pandas requests bs4 matplotlib lxml pillow web.py==0.40.dev0

redis

训练部分：ubuntu 18.04 cuda 10.0 cdnn 7.5 依赖库：python3 tensorflow==1.8 numpy==1.14
识别部分：keras==2.1.5 tensorflow==1.8.0 torch==1.6.0+cu101 torchvision==0.7.0+cu101

测试环境搭建：

pip install easydict opencv-contrib-python==4.0.0.21 Cython h5py lmdb mahotas pandas requests bs4 matplotlib lxml
pip install -U pillow
pip install web.py==0.40.dev0 redis 
pip install keras==2.1.5 tensorflow==1.8
pip install torch torchvision

使用说明

在根目录命令行中运行以下格式语句：

python detect.py --input_dir <input directory path> --output_txt <output file path>

例（读取组委会所提供的图片集，输出信息保存至根目录下 ocr_result.txt 文件中）：

python detect.py --input_dir ./train/data/text/t/ --output_txt ocr_result.txt

企业名称实体识别部分

环境配置

python2 gensim jieba pyyaml

测试环境搭建：

sudo apt-get install python2 python-pip 
pip install gensim jieba pyyaml

使用说明

直接在 category 目录下运行 category.py 其中为必须。

python2 category.py <wiki-zh-txt-model path> <txtinputfile> <outputfile> <mode>
python2 .\category.py ./wiki.zh.text.model ./txtresult/OCR3result.txt ./out/name.csv --csv # example

结果将保存在./out/name.csv

注：如果要在windows下Excel查看，则要加上UTF-8 BOM 头，则带--csv参数，如果其他方式查看，打开就不需要用到此参数。