ICDAR2015

国际文档分析与识别大会（ICDAR）是全球文档分析以及模式识别领域最重要的国际学术会议之一，由国际模式识别协会(International Association of Pattern Recognition, IAPR)主办。该会议每两年举办1次，同时会举办ICDAR竞赛。ICDAR竞赛主要是考验模型对文字的定位和识别的准确度。

在ICDAR2015比赛中，官方提供标有转录文字及其位置的图像，这就是ICDAR2015数据集。

TextBoxes++训练

之前提到TextBoxes_plusplus是由TextBoes和crnn合并得到的，其是由两个模型来分别进行位置检测和文字识别的。今天先把TextBoxes的训练先搞定了。

ICDAR2015提供的数据是由txt格式(gt_img_1.txt)保存的，其中的格式为[x1,y1,x2,y2,x3,y3,x4,y4,text]，而TextBoxes需要的是xml文件(example.xml)，所以我们先要把数据转过来。

TextBoxes是基于caffe实现的，caffe训练用的数据类型为lmdb格式的，要得到自己的lmdb文件需要有一个txt文件，其中的保存格式为：

    path_to_example1.jpg path_to_example1.xml
    path_to_example2.jpg path_to_example2.xml

训练需要两个lmdb，一个train_lmdb，一个test_lmdb，所以需要两个txt文件。

为了快速得到最后的train.txt和test.txt，我用python写了一个脚本来对数据格式进行转换。将该脚本放在TextBoxes_plusplus主目录的./data/icdar2015目录下运行，运行结束后即可得到在./data/text目录下的train.txt和test.txt（注意icdar2015的图片数据解压在./data/icdar2015/image目录下，ground truth数据解压在./data/icdar2015/local_gt下）。

接下来直接执行./data/text/creat_data.sh即可生成lmdb文件（在生成lmdb文件的时候一路报问题no such node(annotation.size.height)和bounding box irregular，猜测应该是由于xml文件写的框为不规则四边形的缘故，最后还报了一个链接错误不过没有什么影响，可以忽略），注意要修改./examples/modelConfig.py文件中lmdb的路径。

下载预训练模型放到./models下就可以开始训练了。执行python examples/text/train.py。