SynthText 工具箱生成文本出现大面积重叠

最新推荐文章于 2026-04-28 09:08:32 发布

原创最新推荐文章于 2026-04-28 09:08:32 发布 · 1.9k 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#计算机视觉

收录于

摸鱼日记专栏收录该内容

4 篇文章

订阅专栏

在使用SynthText生成场景文字数据集时遇到重叠框问题，经排查发现是由于使用了Python3.8环境且默认安装了pygame2以上版本导致。解决办法是退回到Python3.6环境，并根据requirement.txt安装指定版本的pygame。

摸鱼日记004 - SynthText采坑笔记

1 问题

今日使用 SynthText 合成场景文字数据集，但是出现了很多重叠框，显然不符合源码中的碰撞检测。

2 根本原因

使用了之前的python3.8环境，默认安装pygame2以上版本，导致合成数据集出现上述问题。

3 解决方案

使用conda虚拟环境将python版本退回3.6，安装 requirement.txt 中的 pygame 版本即可。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

pd162

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

DBNet实战：详解DBNet训练与测试（pytorch）

04-01

论文连接：https://arxiv.org/pdf/1911.08947.pdf github链接：github.com 网络结构首先，图像输入特征提取主干，提取特征；其次，特征金字塔上采样到相同的尺寸，并进行特征级联得到特征F；然后，特征F用于预测概率图（probability map P）和阈值图(threshold map T) 最后，通过P和F计算近似二值图（approximate binary map B）在训练期间对P，T，B进行监督训练，P和B是用的相同的监督信号(label)。在推理时，只需要P或B就可以得到文本框。网络输出： 1、probability map, wh1 , 代表像素点是文本的概率 2、threshhold map, wh1, 每个像素点的阈值 3、binary map, wh1, 由1,2计算得到，计算公式为DB公式文章链接：https://wanghao.blog.csdn.net/article/details/123904386

1 条评论您还未登录，请先登录后发表或查看评论

honghaozhou-SynthText_Chinese_version-master.zip

06-03

这个资源是生成文本检测训练数据集的代码，使用该资源可以生成用于训练文本检测模型的中文文本检测数据集，

Synthtext 数据集

叶子的博客

07-29

5221

Synth text 数据集官网下载的主要包含图像文件夹和gt.mat标注文件，共85万（858750）多张图片数据。该数据集中包含了词级别标注、字符级别标注和文本识别内容，可用于文本检测和文本识别模型。 1、mat格式标注文件读取，采用scipy.io中的loadmat函数读取，读到的结果是一个字典。 from scipy.io import loadmat m = loadmat('gt.mat') 2、Synth text的mat标注数据的keys包括（'__header__', '__ver

SynthText文本数据详细解析

一千零一夜的博客

04-07

2315

SynthText 文本识别数据集详细解析

快速上手SynthText：5分钟学会合成文本图像生成

最新发布

gitblog_00758的博客

04-28

824

SynthText是一款强大的合成文本图像生成工具，基于CVPR 2016论文《Synthetic Data for Text Localisation in Natural Images》实现，能够快速生成带有自然场景文本的图像数据，为计算机视觉相关任务提供高质量的训练素材。 ## 📌 什么是SynthText？ SynthText是一个开源项目，专注于生成自然场景中的合成文本图像。它能够

SynthText -datasets数据集解析（python实现）

weixin_43728225的博客

05-30

3597

这个数据集不用我多介绍了，（名气很大）但网上的却很少有这方面的资料（介绍数据集的格式）在这里推荐一下这位博主的解析（很感谢他的帮助）他的博客写的很详细，如果有对格式不懂的可以参考一下他的博文链接：https://blog.csdn.net/nevergiveupyou/article/details/106438936#comments_12399162 下面是解析gt.mat的python代码： def convert2txt(path): """ :param path: :r

Synthtext 的标注文件 GT

qq_43110298的博客

10-27

851

Synthtext 数据集下载连接：http://www.robots.ox.ac.uk/~vgg/data/scenetext/ 今天要用合成数据集 SynthText ，然后我去官网（上面这个连接）下了，是一个压缩包里面有20个文件夹，每个文件夹里面都有若干个图片。但是我怎么都没有找到标注在哪里。然后我就花了2个小时去 githup ，google ，百度上面搜了，发现也有人说官网下的压缩包里面没有标注（即GT），但是始终没有找到标注文件。最后就放弃了。结果几天后我无意中把文件夹往下一拉… ，

[AI生成] 用渣机也能跑模型！使用TextSynth

代码见：github/THZrry/demos_in_csdn

10-21

512

从此AI走向平民化！

SynthText流程解读 - 不看代码不知道的那些事

zjuPeco的博客

08-05

1273

本文描述了SynthText中生成虚拟OCR数据的代码流程

资源推荐：bellard.org网站的工程介绍

weixin_43172531的博客

02-02

904

https://bellard.org/

SynthText 生成字符，全过程汇总

dreamFlyWhere的专栏

01-27

2530

转载：https://blog.csdn.net/yshtjdx/article/details/112425866 转载：https://blog.csdn.net/baidu_14831657/article/details/77498467 记录 python3不兼容的可以自行修改自然场景的文字识别的数据生成至关重要，可以大量降低人工标注的成本，这里详细介绍SynthText的安装和使用，并生成自己的bg数据集对应的图片以及优化引入生成垂直文本的功能。 SynthText官方示例生成.

SynthText800k数据集分别转labelme数据和yolov8旋转框目标检测数据

a_flyying_pig的博客

03-26

1166

SynthText800k数据处理

【亲测免费】 lm-evaluation-harness 安装和配置指南

gitblog_09620的博客

09-13

2194

lm-evaluation-harness 安装和配置指南【免费下载链接】lm-evaluation-harness A framework for few-shot evaluation of autoregressive language models. ...

matlab改变代码字体-synthtext:合成文本

05-23

matlab更改代码字体来自Ankush的SynthText 修改自以生成汉字我的操作系统是Ubuntu opencv2.4，但我不确定它是否可以在其他操作系统上运行我更改了一些功能，只需运行gen.py就可以了，在gen.py中，我用灰色地图更改了深度预测图，以便在卡通图像上生成字符，对于自然img，您需要更改回深度图，其他gen ** .py包含类似的代码，但我为自己设置了不同的路径... 0，在运行此代码之前，请确保您的操作系统支持中文的unicode ..这也花了我几个小时..添加中文可能没有意义，因为英文单词中的空格被分隔开了，而中文单词中的意义被分隔开了。 1，在synthGen中，我向is_english或与is_english添加了一个称为is_chinese（char）的函数，以计算有效字符的数量。 2，更新.tff char样式文件和path.txt，然后 3，一些utf-8解码和编码为中文字符...。啊，我忘记了细节...。 4，因此您可以在数据集中添加更多图片并检查问题以解决错误...... 5，如果要添加更多img，首先需要通过作者提供的2个matlab代

Vision - 文本检测算法 CRAFT 和合成文本数据集 SynthText 教程

AGI

05-24

3529

Character Region Awareness for Text Detection (CRAFT)，文本检测算法，通过每个字符区域，以及字符之间的亲和力，检测文本区域。CRAFT 算法的核心，在于处理任意形状的文本，包括弯曲、长形或变形的文字。利用基于 VGG16 的全卷积神经网络模型，计算区域分数和亲和力分数，其中区域分数用于定位单个字符，而亲和力分数则用于将单个字符组合成文本区域。提高对于复杂自然场景下，文本检测的灵活性和准确性，而且还能适应不同尺度的文本，从大型广告牌到小型标签都能有效识别。

利用SynthText生成自然场景文本检测数据集

热门推荐

baidu_14831657的博客

08-23

1万+

一，运行demo 1，下载SynthText 源码，链接地址如下： https://github.com/ankush-me/SynthText.git 解压后，文件目录如下： 2，运行： python gen.py --viz 这个文件会下载大概56M的文件，包括： dset.h5:这是一个示例h5文件，其中包含一组5个图像及其深度和分割信息。

探索文本合成新境界：SynthText 开源项目详解

gitblog_00041的博客

05-12

654

SynthText 是一个开源的 Python 项目，其目标是生成模拟真实场景中的文本图像，以供自然图像中文本检测和识别任务的数据增强使用。这个项目由 Ankush Gupta 等人在 CVPR 2016 上发表的论文 "Synthetic Data for Text Localisation in Natural Images" 中提出，并提供了预生成的大规模数据集供研究者使用。 ## 项目技...

SynthText 开源项目教程

gitblog_00798的博客

08-10

575

SynthText 是一个开源的 Python 项目，旨在生成模拟真实场景中的文本图像，以供自然图像中文本检测和识别任务的数据增强使用。该项目由 Ankush Gupta 等人在 CVPR 2016 上发表的论文 "Synthetic Data for Text Localisation in Natural Images" 中提出。SynthText 数据集包含 858,750 张图像，每个图像...

探索SynthText：构建真实场景文本图像的利器

gitblog_00316的博客

08-10

506

在计算机视觉领域，尤其是文本检测和识别任务中，高质量的数据集是训练模型的关键。SynthText是一个强大的开源项目，它通过生成合成的文本图像来模拟真实世界的场景，极大地丰富了训练数据的多样性。该项目由Ankush Gupta、Andrea Vedaldi和Andrew Zisserman等人于CVPR 2016上提出，并自那时起，成为了研究者和开发者的宝贵资源。 ## 项目介绍 SynthT...

OCR数据生成之SynthText场景文本

shY Pa

01-10

4744

自然场景的文字识别的数据生成至关重要，可以大量降低人工标注的成本，这里详细介绍SynthText的安装和使用，并生成自己的bg数据集对应的图片以及优化引入生成垂直文本的功能。 SynthText官方示例生成效果 https://github.com/ankush-me/SynthText 直接下载工程，和工程开源的SynthText.h5等数据，直接python gen.py即可。我这里使用的是工程中的python3分支 Adding New Images Segmentation and dept.