课程目录
1-1 [课程简介与环境搭建] pytorch OCR文本识别课程简介 (07:34)
1-2 [课程简介与环境搭建] 开发环境介绍 (03:30)
1-3 [课程简介与环境搭建] 将python包列表导出到requirements文件 (08:56)
1-4 [课程简介与环境搭建] anaconda正确安装和搭建虚拟环境 (09:50)
2-1 [OCR简介] OCR简介 (07:21)
2-2 [OCR简介] OCR方法 (06:32)
3-1 [常见OCR网络] 常见OCR网络 (02:42)
3-2 [常见OCR网络] 文本检测网络 (01:43)
3-3 [常见OCR网络] 文本识别网络 (01:02)
4-1 [深度学习OCR工程准备] OCR数据集准备 (09:27)
4-2 [深度学习OCR工程准备] 文本检测工程准备 (03:23)
4-3 [深度学习OCR工程准备] 文本识别工程准备 (03:05)
4-4 [深度学习OCR工程准备] 文本检测工程代码本地配置、修改与模型训练(DBnet网络） (09:57)
4-5 [深度学习OCR工程准备] 文本识别工程代码本地配置、修改与模型训练(CRNN网络） (11:42)
5-1 [深度学习OCR模型训练(CRNN网络)] 中文数据集准备与标签数据处理 (04:55)
5-2 [深度学习OCR模型训练(CRNN网络)] 修改代码配置参数并训练模型 (02:50)
5-3 [深度学习OCR模型训练(CRNN网络)] 工程运行报错的问题分析 (01:23)
5-4 [深度学习OCR模型训练(CRNN网络)] 自定义数据集准备 (01:05)
5-5 [深度学习OCR模型训练(CRNN网络)] 数据标签预处理 (03:11)
5-6 [深度学习OCR模型训练(CRNN网络)] 修改代码配置参数并训练模型 (02:18)
5-7 [深度学习OCR模型训练(CRNN网络)] 模型断点继续训练 (01:54)
5-8 [深度学习OCR模型训练(CRNN网络)] 文字识别crnn网络彩色图3通道数据集训练相关配置 (02:22)
5-9 [深度学习OCR模型训练(CRNN网络)] crnn网络模型效果测试Demo (01:49)
5-10 [深度学习OCR模型训练(CRNN网络)] 深度学习文本检测模型训练和测试(dbnet网络) (06:34)
5-11 [深度学习OCR模型训练(CRNN网络)] 更改CRNN模型训练时的测试组大小 (01:07)
5-12 [深度学习OCR模型训练(CRNN网络)] 修复CRNN继续训练的Bug (02:45)
5-13 [深度学习OCR模型训练(CRNN网络)] 图片尺寸参数配置 (12:38)
5-14 [深度学习OCR模型训练(CRNN网络)] 数据增强与数据集字符数据均衡统计 (03:21)
5-15 [深度学习OCR模型训练(CRNN网络)] Demo脚本的Bug修复与检查数据集图片 (03:21)
5-16 [深度学习OCR模型训练(CRNN网络)] pytorch ocr模型训练环境搭建遇到的问题 (04:12)
5-17 [深度学习OCR模型训练(CRNN网络)] DBnet文本检测工程运行可能报错的情况讲解 (02:11)
5-18 [深度学习OCR模型训练(CRNN网络)] 新的DBnet文本检测模型训练的讲解 (10:21)
5-19 [深度学习OCR模型训练(CRNN网络)] 新工程PytorchOCR的文本检测模型训练 (13:25)
5-20 [深度学习OCR模型训练(CRNN网络)] 新工程PytorchOCR的文本识别模型训练 (13:24)
5-21 [深度学习OCR模型训练(CRNN网络)] 数据增强补充与改灰度图的模型训练 (06:27)
6-1 [Libtorch OCR实战] pytorch文本检测和识别模型转libtorch模 (03:59)
6-2 [Libtorch OCR实战] Cpp调用crnn的libtorch模型效果示例 (05:40)
6-3 [Libtorch OCR实战] Cpp调用dbnet的libtorch模型效果示例 (03:41)
