关于银行卡识别的问题

[sunfan1997]

1.检测模型：使用det_r50_vd_db和ch_PP-OCRv4_det_student配置文件未进行修改，使用预训练模型，使用1000张标注卡号和有效日期的数据，进行训练。hmeans50%左右，想问下如何修改。 2.识别模型：（1）使用3000张真实数据在mv3_rec预训练模型上进行训练，输出的数据位数变多（图片中是19位号码，实际输出20+位数据）。（2）使用10w张合成数据（拼接多张4位银行卡卡号图片），并使用数据增强，测试acc能够90%+，实际使用80%，很多都是错1-2位数字。 请问各位大佬，上述问题该向哪些方向优化才能提升检测和识别准确率。

[thsno02]

你这个场景，用 yolo 比 dbnet 应该更好。数据简单且可合成的时候，自己训模型比预训练的效果更好。

[sunfan1997]

你这个场景，用 yolo 比 dbnet 应该更好。数据简单且可合成的时候，自己训模型比预训练的效果更好。

是的，检测模型用yolo效果更好，dbnet会漏检或者框不全

[wangziren1]

用yolo的话，如果文字是倾斜的，那框不是不准了 @thsno02

[thsno02]

识别模型也只接受矩形图片吧？如果你文字倾斜的更多，你试试矫正呗。或者识别模型加上类似的数据增强，对角度鲁棒。

On Tue, Nov 14, 2023 at 10:15 wangziren1 @.***> wrote:

用yolo的话，如果文字是倾斜的，那框不是不准了 @thsno02 https://github.com/thsno02

— Reply to this email directly, view it on GitHub https://github.com/PaddlePaddle/PaddleOCR/issues/10739#issuecomment-1809434606, or unsubscribe https://github.com/notifications/unsubscribe-auth/AYWQXZFH2DVVQYRE6RZFCIDYELH35AVCNFSM6AAAAAA36DT3GSVHI2DSMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMYTQMBZGQZTINRQGY . You are receiving this because you were mentioned.Message ID: @.***>

[wangziren1]

我更倾向于矫正的方案，有啥方法吗，是先矫正身份证图片，把它转正，然后在yolo，识别。还是先yolo，矫正文本框，识别。 另外矫正这方面有啥方法，要是矫正文本框的话，用图像处理找轮廓？

[sunfan1997]

我更倾向于矫正的方案，有啥方法吗，是先矫正身份证图片，把它转正，然后在yolo，识别。还是先yolo，矫正文本框，识别。 另外矫正这方面有啥方法，要是矫正文本框的话，用图像处理找轮廓？

文本图片矫正我用的是霍夫变换或者阿里有个开源的卡证矫正模型。但是多个模型叠加，整个流程准确率是相乘，会越来越低，运行时间也会增加。看你需要高准确率还是需要速度。 注：霍夫变换得到的是0或180度的图片，且有可能存在少部分图片未正确矫正的情况，需要det模型能够检测有一点角度的图片。霍夫变换的本质是直线检测，背景可能会有影响。

[WilliamQf-AI]

我更倾向于矫正的方案，有啥方法吗，是先矫正身份证图片，把它转正，然后在yolo，识别。还是先yolo，矫正文本框，识别。 另外矫正这方面有啥方法，要是矫正文本框的话，用图像处理找轮廓？

文本图片矫正我用的是霍夫变换或者阿里有个开源的卡证矫正模型。但是多个模型叠加，整个流程准确率是相乘，会越来越低，运行时间也会增加。看你需要高准确率还是需要速度。 注：霍夫变换得到的是0或180度的图片，且有可能存在少部分图片未正确矫正的情况，需要det模型能够检测有一点角度的图片。霍夫变换的本质是直线检测，背景可能会有影响。

阿里的模型链接可以发一下吗？

[sunfan1997]

我更倾向于矫正的方案，有啥方法吗，是先矫正身份证图片，把它转正，然后在yolo，识别。还是先yolo，矫正文本框，识别。 另外矫正这方面有啥方法，要是矫正文本框的话，用图像处理找轮廓？

文本图片矫正我用的是霍夫变换或者阿里有个开源的卡证矫正模型。但是多个模型叠加，整个流程准确率是相乘，会越来越低，运行时间也会增加。看你需要高准确率还是需要速度。 注：霍夫变换得到的是0或180度的图片，且有可能存在少部分图片未正确矫正的情况，需要det模型能够检测有一点角度的图片。霍夫变换的本质是直线检测，背景可能会有影响。

阿里的模型链接可以发一下吗？

链接：https://modelscope.cn/models/damo/cv_resnet_carddetection_scrfd34gkps/summary 初步测试需要结合业务数据再进行微调，效果才好。

[wangziren1]

@sunfan1997 感谢回复。关于霍夫变换的方法，是对卡证的边缘进行吗，那需要先检测卡证边缘。可以具体说明一下，谢谢。

[sunfan1997]

@sunfan1997 感谢回复。关于霍夫变换的方法，是对卡证的边缘进行吗，那需要先检测卡证边缘。可以具体说明一下，谢谢。

霍夫变换的本质的检测图片中的直线，再以直线为基准旋转图片到水平。 这里就存在问题，如果背景过于复杂，霍夫变换就不准确，但大部分图片都适用，我的银行卡场景，霍夫变化出错误的概率大概是千分之五。而的det模型在训练的时候，数据进行了增强，增加了部分旋转30°的图片，配合使用就没什么问题了。