귀찮아서가끔하는블로그

지난 포스팅에서는 학습한 모델을 테스트하는 법을 다뤄보았다. 이번 포스팅에서는 이미 학습된 기존 모델을 학습하고 테스트하는 법을 다뤄보도록 할 것이다. 1. 기존 모델 다운로드 받기 jaided.ai/easyocr/modelhub/ 2. 기존 모델 설정 확인하기 EasyOCR의 config.py 확인 * 해당 포스팅에서는 korean_g2 모델을 사용한다. 3. 기존 모델 학습하기 deep-text-recognition-benchmark 경로에서 'train.py' 실행 * --input_channel, --output_channel, hidden_size 옵션은 EasyOCR 프로젝트 모델 설정을 맞춰주기 위함이다. python train.py --train_data training/kordata --..

지난 포스팅에서 학습하는 법을 다뤘다. 이번 포스팅에서는 학습한 모델을 테스트하는 법을 다뤄보도록 할 것이다. 1. 프로젝트 설치 및 개발 환경 구축 # 소스코드 내려받기 $ git clone https://github.com/JaidedAI/EasyOCR.git # 개발환경 구축 (가상환경 내에서 실행) $ pip install -r requirements.txt 2. 환경 구성 # 사용자 모델 설정 파일 위치 EasyOCR/user_network ├── custom.py #사용자 학습 모델 네트워크 모듈 └── custom.yaml #사용자 학습 모델 설정 파일 # 사용자 모델 저장 위치 EasyOCR/model └── custom.pth #사용자 학습 모델 jaided.ai/easyocr/model..

지난 포스팅에서 학습데이터 변환하는 법을 다뤘다. 이번 포스팅에서는 학습하는 법을 다뤄보도록 할 것이다. 1. 프로젝트 설치 # 소스코드 내려받기 $ git clone https://github.com/clovaai/deep-text-recognition-benchmark.git 2. 학습 데이터 준비 이전 포스팅을 참고하여 준비 3. 학습 데이터를 lmdb 포맷으로 변환 python create_lmdb_dataset.py --inputPath ../TRDG2DTRB/output/ --gtFile ../TRDG2DTRB/output/gt.txt --outputPath data_lmdb_release/training/MJ/MJ_test python create_lmdb_dataset.py --inputP..

easyocr 사용자 모델 학습하기 - 학습데이터 변환 지난 포스팅에서 학습데이터 생성하는 법을 다뤘다. 이번 포스팅에서는 학습데이터를 변환하는 법을 다뤄보도록 할 것이다. 1. 프로젝트 설치 # 소스코드 내려받기 $ git clone https://github.com/DaveLogs/TRDG2DTRB.git 2. 학습 데이터변환 #input_path => 기존 학습 데이터 경로(변환할 데이터가 있는 경로) #output_path => 결과 폴더 경로(없을 시 자동 생성) python convert.py --input_path ../TextRecognitionDataGenerator/out --output_path ./output 3. 결과 python convert.py --input_path ../T..

easyocr 사용자 모델 학습하기 - 학습데이터 생성 지난 포스팅에서 easyocr을 사용하는 법을 다뤘다. https://y-unknow94.tistory.com/21 [python] easyocr 사용해보기 easyocr 사용해보기 easyocr을 사용하기 전에 OCR이 무엇인지 알아보자 OCR이란? 보통 컴퓨터가 2진법(0/1) 데이터를 폰트를 통해 인간이 인식할 수 있는 형태로 글자를 보여 준다면, OCR은 그 반대로 인 y-unknow94.tistory.com easyocr의 인식률이 생각보다 좋지 않아 모델 학습을 할 필요성이 있었다. 이번 포스팅에서는 easyocr 학습데이터 생성하는 법을 다뤄보도록 할 것이다. 1. 프로젝트 설치 및 환경 구축 # 소스코드 내려받기 $ git clone ..

파이썬 멀티프로세싱 파이썬 멀티프로세싱 multiprocessing 은 threading 모듈과 유사한 API를 사용하여 프로세스 스포닝(spawning)을 지원하는 패키지입니다. multiprocessing 패키지는 지역과 원격 동시성을 모두 제공하며 스레드 대신 서브 프로세스를 사용하여 전역 인터프리터 록 을 효과적으로 피합니다. 이것 때문에, multiprocessing 모듈은 프로그래머가 주어진 기계에서 다중 프로세서를 최대한 활용할 수 있게 합니다. 유닉스와 윈도우에서 모두 실행됩니다. 출처 : https://docs.python.org/ko/3/library/multiprocessing.html 간단한 예제를 통해 multiprocessing의 장점을 살펴보자 1. multiprocessing..

파이썬 flask api 호출 테스트 간단한 예제를 통해 flask api 호출 테스트를 해보자 1. flask_test.py 작성 from flask import Flask, request, jsonify import multi_test import time from datetime import datetime app = Flask(__name__) app.config['JSON_AS_ASCII'] = False @app.route('/multi') def getMultiTest(): start_time = time.time() print("=====================================================") print("getMultiTest start_time : ",..

flask를 이용하여 python api 만들기 이전 포스팅에 이어 오늘은 flask를 이용하여 easyocr api를 만들어 보려고 한다. 이전포스팅 https://y-unknow94.tistory.com/22 [python] flask 사용해보기 1. flask란? 플라스크는 Python의 마이크로 웹 프레임워크이다. 다양한 웹 엔진과 붙여서 쓸 수 있고 또 가볍기도 해서 Django와 같이 쓰는 경우도 있다. 코드도 비교적 단순하고, 특히 API 서버를 만 y-unknow94.tistory.com 이전포스팅 https://y-unknow94.tistory.com/21 [python] easyocr 사용해보기 easyocr 사용해보기 easyocr을 사용하기 전에 OCR이 무엇인지 알아보자 OCR이란..

1. flask란? 플라스크는 Python의 마이크로 웹 프레임워크이다. 다양한 웹 엔진과 붙여서 쓸 수 있고 또 가볍기도 해서 Django와 같이 쓰는 경우도 있다. 코드도 비교적 단순하고, 특히 API 서버를 만들기에 매우 편리하다. 관련된 확장 기능들이 많기 때문이다. 출처 : 나무위키 2. flask 설치 pip install flask 3. flask 간단한 예제 from flask import Flask app = Flask(__name__) @app.route("/") def hello(): return "Hello Python!" if __name__ == "__main__": app.run(host='0.0.0.0') #로컬 ip로 실행 4. flask 실행 python flask.py ..

easyocr 사용해보기 easyocr을 사용하기 전에 OCR이 무엇인지 알아보자 OCR이란? 보통 컴퓨터가 2진법(0/1) 데이터를 폰트를 통해 인간이 인식할 수 있는 형태로 글자를 보여 준다면, OCR은 그 반대로 인간이 종이 위에 써 놓은 글씨를 인지하여 텍스트 데이터로 치환한다. 보통은 스캐너로 읽어들인 이미지 파일을 분석하여 텍스트나 워드 파일로 결과물을 내놓는다. 출처 : 나무위키 ocr이 무엇인지 알아보았으니 ocr을 쉽게 사용할 수 있는 easyocr을 사용해보자 1. easyocr 설치하기 easyocr을 설치하는 방법으로는 두가지가 있다. 필자는 1번 방법으로 설치하여 사용하였다. 1번 방법 pip install easyocr 2번 방법 easyocr 설치하기 - git pip inst..