EasyOCR 커스텀 데이터셋에서 finetuning 하기 (2) - pretrained weight로 먼저 실험

chatgpt한테 블로그에 올릴 ocr하기 좋은 이미지를 만들어 달라고 했다.

 

import easyocr
reader = easyocr.Reader(['en']) # this needs to run only once to load the model into memory
result = reader.readtext("./EasyOCR/trainer/all_data/practice.png")
result

[([[125, 321], [793, 321], [793, 533], [125, 533]],
  'STATION',
  0.9997768703106611)]

 

다음 코드를 실행해보면,

(1) 검출한 bounding box의 위치 (2) 검출한 text (3) Confidence Score

이렇게 세 값을 알 수 있다.

 

이 경우에는 detection과 recognition 모두 코드에 구현된 pretrained weight를 사용했다.

 

---

위와 같이 너무 간단한 이미지에 대해 잘하길래, 직접 찍은 이미지로 시도해봤다.

 

[([[358, 390], [799, 390], [799, 518], [358, 518]],
  'Hollo Kitty',
  0.8144684320052101),
 ([[491, 507], [659, 507], [659, 544], [491, 544]],
  '123 SANRIO',
  0.49120615698523307)]

 

대부분 잘하지만, 조금은 틀리는 것을 볼 수 있었다.

---

 

내가 하려는 과제는 제조 공정 과정에서 불량을 검출하고 싶었기 때문에 더 높은 정확도가 필요했다.

따라서 finetuning을 하는 방법을 생각했다.