OCR-note

some memo for the OCR technology

一些比较好的模型

1. 未加文字方向检测模块的模型 主要检测中文和英文以及一些符号https://github.com/YCG09/chinese_ocr
2. 具有文字方向检测模块的模型 都是大神啊https://github.com/jiangxiluning/chinese-ocr

尚未测试过的模型

1. C++的https://github.com/jiangxiluning/FOTS.PyTorch
2. python的https://github.com/xieyufei1993/InceptText-Tensorflow
3. Caffe的https://github.com/lvpengyuan/masktextspotter.caffe2#datasets
4. https://github.com/AKSHAYUBHAT/DeepVideoAnalytics/tree/master/docs/experiments/ocr
5. https://github.com/Belval/CRNN/tree/master/CRNN
6. https://github.com/bear63/sceneReco
7. 一个将densenet和crnn做了对比的项目
8. https://github.com/diaomin/crnn-mxnet-chinese-text-recognition
9. https://github.com/Bartzi/see
10. https://github.com/MaybeShewill-CV/CRNN_Tensorflow
11. https://github.com/oyxhust/CNN-LSTM-CTC-text-recognition
12. https://github.com/xieyufei1993/InceptText-Tensorflow
13. https://github.com/jiangxiluning/FOTS.PyTorch
14. https://github.com/lvpengyuan/masktextspotter.caffe2

一些论文

https://github.com/tangzhenyu/Scene-Text-Understanding

一些数据集

1. 清华的自然场景数据集
2. 某网络数据集, 300w条字符, https://pan.baidu.com/s/1QkI7kjah8SPHwOQ40rS1Pw密码：lu7m
3. 利用图片和文字, 合成自然场景下的文本, 40G, 800w个单词

• 相应的项目地址
• 10G,简单背景的英文文本

4. 合成简单背景的, 扭曲的文本, 项目地址
5. ICDAR数据集
6. 合成自然场景下的中文文本
7. 星星比较少的合成自然场景下的中文文本模型https://github.com/wang-tf/Chinese_OCR_synthetic_data
8. Coco数据集https://vision.cornell.edu/se3/coco-text-2/

一个网络汇总笔记

1. https://cloud.tencent.com/developer/article/1092091
2. http://www.cloudwalk.cn/news_detail_975.html
3. https://yq.aliyun.com/articles/109555?t=t1