Closed wandaoyi closed 2 years ago
我写这个,是为了给那些,下不到 synth90k数据 ,但是,又想自己做 数据,却又不明白 txt 含义的朋友一个 友好的 提示。这个,不算是问题,只是对 txt 文件的一个解说。
@wandaoyi Thanks a lot. I will leave it here:)
You are welcome
Thanks!This is a very useful information.
you are welcome
------------------ 原始邮件 ------------------ 发件人: "York Law"<notifications@github.com>; 发送时间: 2019年11月8日(星期五) 晚上7:55 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
Thanks!This is a very useful information.
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
中文怎么办?这是以词来标注的吧,中文序列呢请问
@LW-CVer 数据里面很多都不是词组而是句子
中文是以 词 来标序号的。你仔细阅读以下,我记得,之前是有说明白的。只是,以前我无法上传图片,没办法图文结合讲解。但是,我是有文字说明的
------------------ 原始邮件 ------------------ 发件人: "LW-CVer"<notifications@github.com>; 发送时间: 2020年3月20日(星期五) 中午11:57 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
中文怎么办?这是以词来标注的吧,中文序列呢请问
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
你没发现,项目里面,有一个字典吗?你缕缕项目的思路先吧。
------------------ 原始邮件 ------------------ 发件人: "MaybeShewill-CV"<notifications@github.com>; 发送时间: 2020年3月20日(星期五) 中午12:52 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
@LW-CVer 数据里面很多都不是词组而是句子
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
你好,我也想问中文数据集的图片都是句子,那么lexicon.txt里面也要写句子吗,还是有其他的形式呢
这个,随便看一下逻辑,就知道了的呀。我们训练数据,有图片,有label。你的label 怎么来? 然后,将 label 根据 id,转为 数字。 而图片用卷积提取特征,进行损失计算。 这不是思路很简单嘛?
------------------ 原始邮件 ------------------ 发件人: "18796956836"<notifications@github.com>; 发送时间: 2020年3月31日(星期二) 下午5:05 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
你好,我也想问中文数据集的图片都是句子,那么lexicon.txt里面也要写句子吗,还是有其他的形式呢
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
对的。麻烦您了。我就是想问一下,中文数据集lexicon.txt里面写啥,不好意思,给你添麻烦了。
您好可以加一下联系方式吗,我想请教您问题,我的qq是992140698
------------------ 原始邮件 ------------------ 发件人: "wandaoyi"<notifications@github.com>; 发送时间: 2020年3月31日(星期二) 下午5:26 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "gsdfgdf"<992140698@qq.com>;"Comment"<comment@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
这个,随便看一下逻辑,就知道了的呀。我们训练数据,有图片,有label。你的label 怎么来? 然后,将 label 根据 id,转为 数字。 而图片用卷积提取特征,进行损失计算。 这不是思路很简单嘛?
------------------ 原始邮件 ------------------
发件人: "18796956836"<notifications@github.com>;
发送时间: 2020年3月31日(星期二) 下午5:05
收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>;
抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>;
主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
你好,我也想问中文数据集的图片都是句子,那么lexicon.txt里面也要写句子吗,还是有其他的形式呢
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe. — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.
我都好久没看这个了,你自己捋捋代码和思路,就知道的了。我之前没办法上传图片上去说明(好像是不给传),久了,就忘记了。
------------------ 原始邮件 ------------------ 发件人: "fagrgarhtshtj"<notifications@github.com>; 发送时间: 2020年3月31日(星期二) 下午5:33 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
对的。麻烦您了。我就是想问一下,中文数据集lexicon.txt里面写啥,不好意思,给你添麻烦了。
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
好的,十分感谢。
我晚上有空,找找看,如果能找到这个项目,再给你发一份吧我记得,我没用原来的,我是修改了的
------------------ 原始邮件 ------------------ 发件人: "fagrgarhtshtj"<notifications@github.com>; 发送时间: 2020年3月31日(星期二) 下午5:40 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
好的,十分感谢。
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
好的,谢谢
------------------ 原始邮件 ------------------ 发件人: "wandaoyi"<notifications@github.com>; 发送时间: 2020年3月31日(星期二) 下午5:42 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "gsdfgdf"<992140698@qq.com>;"Comment"<comment@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
我晚上有空,找找看,如果能找到这个项目,再给你发一份吧我记得,我没用原来的,我是修改了的
------------------ 原始邮件 ------------------
发件人: "fagrgarhtshtj"<notifications@github.com>;
发送时间: 2020年3月31日(星期二) 下午5:40
收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>;
抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>;
主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
好的,十分感谢。
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe. — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.
我没空去给你捋这东西呀,只能你自己去捋了。不然,你让那个作者给你提供一份吧
------------------ 原始邮件 ------------------ 发件人: "fagrgarhtshtj"<notifications@github.com>; 发送时间: 2020年3月31日(星期二) 下午5:35 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
您好可以加一下联系方式吗,我想请教您问题,我的qq是992140698
------------------ 原始邮件 ------------------ 发件人: "wandaoyi"<notifications@github.com>; 发送时间: 2020年3月31日(星期二) 下午5:26 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "gsdfgdf"<992140698@qq.com>;"Comment"<comment@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
这个,随便看一下逻辑,就知道了的呀。我们训练数据,有图片,有label。你的label 怎么来?
然后,将 label 根据 id,转为 数字。
而图片用卷积提取特征,进行损失计算。
这不是思路很简单嘛?
------------------&nbsp;原始邮件&nbsp;------------------
发件人: "18796956836"<notifications@github.com&gt;;
发送时间: 2020年3月31日(星期二) 下午5:05
收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com&gt;;
抄送: "求道"<1972241575@qq.com&gt;; "Mention"<mention@noreply.github.com&gt;;
主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
你好,我也想问中文数据集的图片都是句子,那么lexicon.txt里面也要写句子吗,还是有其他的形式呢
—
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHub, or unsubscribe.
—
You are receiving this because you commented.
Reply to this email directly, view it on GitHub, or unsubscribe.
—
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHub, or unsubscribe.
pre-trained model下载不了,有其他地址么?
您好,你下载不了,是由于没有科学上网吗?你要先确定你可以科学上网,再去下载。 里面的英文model 是很好的,但是,中文model 不怎么样,需要你自己重新训练的。
------------------ 原始邮件 ------------------ 发件人: "lulupanPPY"<notifications@github.com>; 发送时间: 2020年4月22日(星期三) 中午12:54 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
pre-trained model下载不了,有其他地址么?
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
@lulupanPPY @wandaoyi 中文模型之前上传错了 我已经重新上传过链接了 暂时没有dropbox以外的链接存放方式 中文模型路径 https://www.dropbox.com/sh/z22xsn4byddalv3/AAAiIxAHJKbqy44M73ow5znSa?dl=0 可以参考这个issue #390
大佬,您可以把这个英文 和 中文的 模型,发一下给我,或百度云给我一下链接吗?我现在,也无法科学上网,都打不开这个网址。
------------------ 原始邮件 ------------------ 发件人: "MaybeShewill-CV"<notifications@github.com>; 发送时间: 2020年4月22日(星期三) 中午1:34 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
@lulupanPPY @wandaoyi 中文模型之前上传错了 我已经重新上传过链接了 暂时没有dropbox以外的链接存放方式 中文模型路径 https://www.dropbox.com/sh/z22xsn4byddalv3/AAAiIxAHJKbqy44M73ow5znSa?dl=0 可以参考这个issue #390
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
@wandaoyi 暂时没有办法:)
Thanks
------------------ 原始邮件 ------------------ 发件人: "MaybeShewill-CV"<notifications@github.com>; 发送时间: 2020年4月23日(星期四) 晚上8:22 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
@wandaoyi 暂时没有办法:)
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
能发一份模型给我嘛,我下载不了,邮箱402059208@qq.com,万分感谢!
链接:https://pan.baidu.com/s/1fmtWIITiF22vsQbIernl7A 提取码:tuzu
------------------ 原始邮件 ------------------ 发件人: "aaferrero"<notifications@github.com>; 发送时间: 2020年7月10日(星期五) 晚上6:23 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
能发一份模型给我嘛,我下载不了,邮箱402059208@qq.com,万分感谢!
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
链接:https://pan.baidu.com/s/1fmtWIITiF22vsQbIernl7A 提取码:tuzu … ------------------ 原始邮件 ------------------ 发件人: "aaferrero"<notifications@github.com>; 发送时间: 2020年7月10日(星期五) 晚上6:23 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354) 能发一份模型给我嘛,我下载不了,邮箱402059208@qq.com,万分感谢! — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe. 谢谢!
------------------ 原始邮件 ------------------ 发件人: "aaferrero"<notifications@github.com>; 发送时间: 2020年7月11日(星期六) 中午11:05 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
链接:https://pan.baidu.com/s/1fmtWIITiF22vsQbIernl7A 提取码:tuzu … ------------------ 原始邮件 ------------------ 发件人: "aaferrero"<notifications@github.com>; 发送时间: 2020年7月10日(星期五) 晚上6:23 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354) 能发一份模型给我嘛,我下载不了,邮箱402059208@qq.com,万分感谢! — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe. 谢谢!
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
发了两次图片说明,都发不成功图片。txt文件与图像的关系如图: 链接:https://pan.baidu.com/s/1_qOSRn7Pf0XwTbL-yflQFw 提取码:pouw
希望对大家有用。
------------------ 原始邮件 ------------------ 发件人: "aaferrero"<notifications@github.com>; 发送时间: 2020年7月11日(星期六) 中午11:05 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354)
链接:https://pan.baidu.com/s/1fmtWIITiF22vsQbIernl7A 提取码:tuzu … ------------------ 原始邮件 ------------------ 发件人: "aaferrero"<notifications@github.com>; 发送时间: 2020年7月10日(星期五) 晚上6:23 收件人: "MaybeShewill-CV/CRNN_Tensorflow"<CRNN_Tensorflow@noreply.github.com>; 抄送: "求道"<1972241575@qq.com>; "Mention"<mention@noreply.github.com>; 主题: Re: [MaybeShewill-CV/CRNN_Tensorflow] txt文件与图像间的关系 (#354) 能发一份模型给我嘛,我下载不了,邮箱402059208@qq.com,万分感谢! — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe. 谢谢!
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
annotation.txt 文件中,由两个部分组成:image_path 和 label_index。如: ./3000/7/169_deliberations_20271.jpg 20271 它们之间以空格键隔开。
可以根据 image_path 找到目标图像,根据 label_index 在 lexicon.txt 文件中找到对应的 label。 如上面的例子,label 就在 lexicon.txt 的 20271 行,内容为: deliberation
同理,annotation_train.txt 里面的内容,也是一样的意义。