configure.yml

COMMON:
  CKPT: E:/DLnet/ctpn/checkpoints/checkpoint
  NUM_ANCHORS: 16
  INCREASE_BASE: 1.28
  MIN_ANCHOR_HEIGHT: 5
  ANCHOR_HEIGHTS_LIST: []
PREPARE:
  SLOP_THRESHOLD: 1
TRAIN:
  USE_FLIPPED: False
  USE_CACHED: False
  CACHE_PATH: E:/DLnet\ctpn\dataset\cache
  TRAIN_PATH: E:/DLnet\ctpn\dataset\for_train
  COORDINATE_NUM: 4
  IMS_BATCH_SIZE: 1  # 每轮图片的数目
  PIXEL_MEANS: [102.9801, 115.9465, 122.7717]
  MAX_SIZE: 1000
  WEIGHT_DECAY: 0.0005 #正则化项的系数
  RPN_NEGATIVE_OVERLAP: 0.3
  RPN_POSITIVE_OVERLAP: 0.7
  RPN_FG_FRACTION: 0.25
  RPN_BATCHSIZE: 3000000000000
  OHEM: False
  LEARNING_RATE: 0.0001
  SOLVER: "Momentum"
  MOMENTUM: 0.9
  STEPSIZE: 14000
  GAMMA: 0.1
  DISPLAY: 10
  MAX_ITER: 100000
  SNAPSHOT_ITERS: 1000
  RANDOM_DOWNSAMPLE: Ture
  SCALE: 1600
  MAX_SCALE: 2200
TEST:
  DETECT_MODE: "O" # 字符"O"表示检测倾斜的，字符"H"表示检测水平的
#  DATA_DIR: E:\shuzhi2
  DATA_DIR: D:\icpr_mtwi_task2\image_test # 测试图片的存储路径

  RESULT_DIR_PIC: E:/DLnet\ctpn\results\pic # 结果图片路径
  RESULT_DIR_TXT: E:/DLnet\ctpn\results\gt_txt # 结果图片路径
  SCALE_BIG: 600  # 双模式测试，测试大文本缩放到小尺度
  MAX_SCALE_BIG: 900  # 双模式测试，测试小文本缩放到大尺度
  SCALE_SMALL: 2000  # 双模式测试，测试小文本缩放到大尺度
  MAX_SCALE_SMALL: 2600  # 双模式测试，测试大文本缩放到小尺度
  TEXT_THRESH_BIG: 50  #大于该值的，归为大文本
  TEXT_THRESH_SMALL: 60  # 小于该值的， 归为小文本
  TEXT_NMS: 0.5 # 对整个文本框进行非极大值抑制的阈值
  TEXT_PROPOSALS_WIDTH: 16
  MIN_NUM_PROPOSALS: 1 # 文本的宽度最小由几个片段构成，乘以TEXT_PROPOSALS_WIDTH，则表示最小由几个像素构成
  MIN_RATIO: 0.1 # 文本的宽度除以高度的阈值
  LINE_MIN_SCORE: 0.8 # 整个文本的分数阈值，，
  TEXT_PROPOSALS_MIN_SCORE: 0.62 # 对于anchor而言，大于该分数就判定为正例
  MAX_HORIZONTAL_GAP: 50  # 水平片段大于该值的，就不连接在一起了
  MIN_V_OVERLAPS: 0.08  # y方向IOU大于该值的，就算相邻，调为0.04会导致降低f_score降低0.4分
  MIN_SIZE_SIM: 0.6  # y方向的相似度大于该值，就判定为相邻
  RPN_NMS_THRESH: 0.08  # 非极大值抑制的阈值，y_iou大于该阈值，0.08时53.1分，就会被抑制掉, 改为0.15会使得分数为52.958分
  RPN_MIN_SIZE: 16
  RATIO: 5 # 在连接的时候，以分数和y_iou共同作为评判标准，分数的系数是1，该值反映y_iou的占比
  CONNECT: True  # 要不要把所有anchor连接起来输出
  NMS_RATIO: 2.6  # 在进行非极大值抑制的时候，小文本的阈值要调高一点，大文本阈值要调低一点。用该值控制，他需要大于1
  # 当anchor高度为256时， 阈值为RPN_NMS_THRESH；当anchor高度为2时，阈值是RPN_NMS_THRESH*RATIO，线性变化
  BIG_CONNECT: True  # 如果是True，就连接竖直文本
  SQUARE_THRESH: 0.6  # 正方形的阈值，一个框框的短边除以长边的值若大于该值，就判定为正方形
  BIG_THRESH: 80  # 大于该值的anchor才进行高度连接
  BIG_IOU: 0.01  # 大anchor连接的iou阈值，大于该值的，就合并。该阈值必须小于RPN_NMS_THRESH