文字印刷媒介作為目前存貯、傳播、交換信息和傳播文化的主要途徑之一，檢測、控制和評價(jià)文字的印刷質(zhì)量是企業(yè)生產(chǎn)和管理工作中重要的環(huán)節(jié)。影響文字印刷質(zhì)量評價(jià)結(jié)果的因素很多，如墨色密度、反差清晰、有無斷筆漏畫等，且一直以來，對于這些指標(biāo)的評價(jià)都是采用人眼視覺來進(jìn)行的。這樣的檢測方式已經(jīng)不能滿足人們對效率及質(zhì)量的要求，技術(shù)更新以待解決。在這種狀況下，引進(jìn)機(jī)器視覺技術(shù)、圖像處理模式識別等手段，對文字印刷質(zhì)量進(jìn)行檢測和評價(jià)，可以極大的解決這一問題。

基于機(jī)器視覺系統(tǒng)，可以對文字進(jìn)行識別檢測，例如文字印刷檢測、字符檢測、噴碼文字缺陷檢測等，Coovally針對文字檢測做到了高精度和低成本，且僅需5步就可以完成一個(gè)模型！

下面就是Coovally文字檢測的詳細(xì)步驟：

?

說明：當(dāng)前Coovally文字檢測任務(wù)僅支持Icdar格式數(shù)據(jù)集,請?zhí)崆鞍匆鬁?zhǔn)備好數(shù)據(jù)集，具體數(shù)據(jù)集要求可參考Icdar格式數(shù)據(jù)集說明。

ICDAR數(shù)據(jù)集格式說明

ICDAR（International Conference on Document Analysis and Recognition）數(shù)據(jù)集官方地址，目前ICDAR包含的格式由ICDAR2013、ICDAR2015、ICDAR2017。

·ICDAR 2013?包含聚焦場景文本的229個(gè)訓(xùn)練圖像和233個(gè)測試圖像。它繼承了ICDAR 2003數(shù)據(jù)集的大部分樣本。他們都是真實(shí)世界的圖像，顯示標(biāo)志牌、書籍、海報(bào)或其他物品上的文字。文字都是英文的且水平對齊。標(biāo)注是軸對齊的邊界框，共劃分出1015個(gè)裁剪的單詞圖像。該數(shù)據(jù)集被廣泛用于測試文本探測器的性能，通常被稱為ICDAR 2013。

ICDAR 2013格式如下：

標(biāo)注格式：xmin, ymin, xmax, ymax, text-

舉例：38, 43, 920, 215, “Tiredness”

·ICDAR2015包含1,000個(gè)訓(xùn)練圖像和500個(gè)測試圖像。這些圖像是使用谷歌眼鏡獲得的，沒有考慮視角、位置或圖像質(zhì)量。文本實(shí)顯示方向隨意、也可能尺寸很小或低分辨率，使其比ICDAR 2013更加難以識別。完整的數(shù)據(jù)集有7,548個(gè)帶有四邊形形式標(biāo)注的文本實(shí)例。它通常用于基準(zhǔn)測試，現(xiàn)在稱作ICDAR 2015。

ICDAR 2015格式如下：

標(biāo)注格式：x1,y1,x2,y2,x3,y3,x4,y4,text 其中，x1,y1為左上角坐標(biāo),x2,y2為右上角坐標(biāo),x3,y3為右下角坐標(biāo),x4,y4為左下角坐標(biāo)。

舉例：(### 表示文字無法辨認(rèn))

377,117,463,117,465,130,378,130,Genaxis Theatre

374,155,409,155,409,170,374,170,###

?

ICDAR 當(dāng)有字符但是模糊看不到時(shí)標(biāo)簽為###，ICDAR2013的標(biāo)簽中包含5列，前4列為矩形的左上和右下坐標(biāo)，第5列為字符的內(nèi)容。ICDAR2015用了平行四邊形表示，因此包含了4個(gè)點(diǎn)的坐標(biāo)，按順時(shí)針方向擺放，第9列為字符內(nèi)容。

?

·ICDAR 2017 MLT5旨在對多語言場景下的文本檢測和識別任務(wù)進(jìn)行基準(zhǔn)測試。它包含7,200個(gè)訓(xùn)練自然場景圖像、1,800個(gè)驗(yàn)證自然場景圖像和9,000個(gè)測試自然場景圖像，包含6種不同語言的文本（拉丁語、阿拉伯語、孟加拉語、韓語、平假名、片假名和符號）。標(biāo)注以四邊形、語言類別和轉(zhuǎn)錄（UTF-8文本）的形式提供。

?

Coovally當(dāng)前支持ICDAR2015格式的數(shù)據(jù)集，但在模型訓(xùn)練時(shí)需要先將ICDAR2015轉(zhuǎn)成COCO格式。

1. 數(shù)據(jù)上傳

1.1 圖片上傳

圖片數(shù)據(jù)準(zhǔn)備

目前Coovally支持單獨(dú)上傳zip格式圖片文件，待數(shù)據(jù)集創(chuàng)建成功之后，在數(shù)據(jù)集詳情頁再單獨(dú)上傳zip格式標(biāo)簽文件。

圖片數(shù)據(jù)上傳

登錄Coovally點(diǎn)擊側(cè)邊導(dǎo)航欄并下拉菜單點(diǎn)擊【創(chuàng)建數(shù)據(jù)集】。

點(diǎn)擊【創(chuàng)建數(shù)據(jù)集】，按要求填寫參數(shù)，并將此前準(zhǔn)備好的圖片壓縮包拖至文件上傳區(qū)域，點(diǎn)擊【確定】，等待圖片數(shù)據(jù)上傳并解析完成即可；

?

注意：需記住所填寫的數(shù)據(jù)集名稱，在創(chuàng)建標(biāo)簽時(shí)，根據(jù)數(shù)據(jù)集名稱找到對應(yīng)的數(shù)據(jù)集。

1.2 標(biāo)簽上傳

標(biāo)簽數(shù)據(jù)準(zhǔn)備

將數(shù)據(jù)中的標(biāo)簽文件所在文件夾壓縮為zip格式的壓縮包。

標(biāo)簽數(shù)據(jù)上傳

在【我的數(shù)據(jù)】標(biāo)簽頁，找到剛剛上傳的圖片數(shù)據(jù)；點(diǎn)擊圖標(biāo)進(jìn)入數(shù)據(jù)集信息頁，點(diǎn)擊【創(chuàng)建標(biāo)簽】，再按要求填寫參數(shù)，將標(biāo)簽壓縮包拖到文件上傳區(qū)域，最后點(diǎn)擊【確定】，等待完成解析即可。

2 模型訓(xùn)練

2.1 數(shù)據(jù)建模

基于此前已完成上傳的數(shù)據(jù)集，進(jìn)行數(shù)據(jù)建模，點(diǎn)擊【數(shù)據(jù)建模】圖標(biāo)，進(jìn)入數(shù)據(jù)建模詳情頁面。

2.2 模型選擇&配置參數(shù)

按要求選擇模型填寫模型參數(shù)；并設(shè)置訓(xùn)練運(yùn)行參數(shù)。

參數(shù)設(shè)置（非必須步驟）

點(diǎn)擊【參數(shù)設(shè)置】進(jìn)入超參數(shù)設(shè)置頁面，設(shè)置合適的超參數(shù)值，以提高模型精度或訓(xùn)練模型的速度。

點(diǎn)擊【增強(qiáng)算法】進(jìn)入算法增強(qiáng)頁面，篩選所需要增強(qiáng)的標(biāo)簽類型及數(shù)據(jù)增強(qiáng)方法，進(jìn)行數(shù)據(jù)增強(qiáng)，此操作非必選操作，但當(dāng)數(shù)據(jù)量較少或數(shù)據(jù)不均衡時(shí)可嘗試進(jìn)行數(shù)據(jù)增強(qiáng)，以提高模型精度。

2.3 模型訓(xùn)練

點(diǎn)擊【開始訓(xùn)練】，即可開始模型訓(xùn)練，待模型訓(xùn)練結(jié)束即可開始此后的模型轉(zhuǎn)換、部署、預(yù)測等操作。

?

3 模型轉(zhuǎn)換

說明：此處僅為模型轉(zhuǎn)化步驟示例，詳細(xì)信息可參考Coovally官網(wǎng)文檔。

點(diǎn)擊【模型轉(zhuǎn)換】，進(jìn)入模型轉(zhuǎn)換頁面，按要求選擇及填寫參數(shù)，點(diǎn)擊開始轉(zhuǎn)換即可開始進(jìn)行模型轉(zhuǎn)化，等待模型轉(zhuǎn)化完成即可。

注意：等待模型轉(zhuǎn)換期間，切勿刷新頁面！

4 模型部署

在模型轉(zhuǎn)化完成后轉(zhuǎn)跳的界面點(diǎn)擊點(diǎn)擊【模型部署】，開始模型部署。按要求選擇服務(wù)地址，再點(diǎn)擊部署按鈕，等待部署完成。

5 模型預(yù)測

在模型部署完成后轉(zhuǎn)跳的界面，點(diǎn)擊【上傳圖片】按要求上傳圖片，系統(tǒng)即可對此圖片進(jìn)行模型預(yù)測，預(yù)測結(jié)果會(huì)直接顯示在右側(cè)的識別結(jié)果欄內(nèi)。

以上就是Coovally文字檢測任務(wù)的詳細(xì)步驟。目前，機(jī)器視覺文字檢測技術(shù)廣泛應(yīng)用于工廠產(chǎn)品檢測，大大提高了尺寸測量、外觀缺陷檢測、字符識別和定位等生產(chǎn)的自動(dòng)化程度，有需要的小伙伴們快來試試吧~