基于深度学习实现试卷手写文字擦除源码+模型文件+说明文档.zip

基于深度学习实现试卷手写文字擦除源码+模型文件+说明文档.zip 【项目资源说明】 训练数据： 增强仅使用横向翻转和小角度旋转，保留文字的先验 随机crop成512x512的patch进行训练 训练分为两阶段： 第一阶段损失函数为dice_loss + l1 loss 第二阶段损失函数只保留l1 loss 测试细节 测试trick： 分块测试，把图像切分为512x512的小块进行预测，保持和训练一致 交错分块测试，测试图像增加镜像padding，且分块时边缘包含重复部分，每次预测仅保留每块预测结果的中心部分，这么做的原因是图像边缘信息较少，预测效果要差于中心部分 测试时对测试数据使用了横向的镜像增强 测试时将两个模型的预测结果进行融合。 data：定义数据加载 loss：定义损失函数 model：定义网络模型 compute_mask.py：生成mask文件 test.py: 测试脚本 train.py: 训练脚本 代码运行: 1.指定数据文件夹 2.运行sh train.sh 生成mask并开始训练 3.指定测试文件夹和模型路径，执行sh test.sh开始测试