【源码】基于PaddlePaddle框架的手写文字擦除系统

项目简介

本项目是为解决百度网盘AI大赛手写文字擦除任务而设计的方案。借助PaddlePaddle深度学习框架，构建并训练高效的神经网络模型，以擦除扫描文档中的手写文字，提升文档处理质量和用户体验。

项目的主要特性和功能

1. 数据处理：分开训练推理官方提供的文档类和试卷类图片，为文档类数据重新生成高质量mask，运用腐蚀膨胀、降低阈值、分别计算三通道插值等方法。
2. 模型设计：有分类模型（resnet18网络结构）、试卷模型和文档模型（EraseNet网络结构，输入用swin transformer提取全局特征）。文档模型各分支的decoder阶段叠加encoder多尺度特征，对mask用l2损失，对生成图片用重建损失训练。
3. 训练优化：对文档类训练集样本padding，加入小角度旋转和水平翻转增强模型鲁棒性。针对分类模型样本不均衡问题，每个epoch调整训练数据。
4. 测试策略：测试时图片输入size为512x512，分块推理再拼接；先经分类模型分类，再用对应类别模型推理；去掉mask，采用refinement分支输出图片；使用翻转镜像增强；加入padding，采用交错分块裁剪；采用多种策略优化推理时间。

安装使用步骤

1. 环境准备：确保已安装PaddlePaddle框架和相应的依赖库。
2. 数据准备：将数据集按指定文件路径放置，classone中是本届比赛提供的文档类数据集，dehw_train_dataset是上一届比赛的试卷类数据集。重新生成mask，将data_root和data_path改成对应的数据路径，运行python generate_mask5.py。
3. 模型训练：指定数据集路径dataRoot和预训练模型路径pretrained，训练分类网络运行python trainV.py，训练手写文字擦除网络运行python trainNewMaskAugSchedule.py。
4. 模型推理：进入Final目录，运行python predict.py src_image/ save_image进行推理，最终将Final打包提交即可得到线上成绩。
5. 预训练模型：可从https://aistudio.baidu.com/bj-cpu-01/user/446178/4503672/doc/tree/work/Final/model/STE_str_best.pdparams 下载预训练模型。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】