轻量级YOLOv5开发构建汉字检测识别系统

汉字检测、字母检测、手写数字检测、藏文检测、甲骨文检测在我之前的文章中都有做过了，今天主要是因为实际项目的需要，之前的汉字检测模型较为古老了还使用的yolov3时期的模型，检测精度和推理速度都有不小的滞后了，这里要基于yolov5轻量级的模型来开发构建新版的目标检测模型，首先看下效果图：

接下来简单看下数据集情况：

YOLO格式标注文件截图如下：

实例标注内容如下所示：

1.  
   17 0.245192 0.617788 0.038462 0.038462
2.  
   6 0.102163 0.830529 0.045673 0.045673
3.  
   16 0.894231 0.096154 0.134615 0.134615
4.  
   4 0.456731 0.524038 0.134615 0.134615
5.  
   15 0.367788 0.317308 0.269231 0.269231

VOC格式数据标注文件截图如下：

实例标注内容如下所示：

1.  
   <annotation>
2.  
   <folder>DATASET</folder>
3.  
   <filename>0ace8eaf-8e86-488b-9229-95255c69158c.jpg</filename>
4.  
   <source>
5.  
   <database>The DATASET Database</database>
6.  
   <annotation>DATASET</annotation>
7.  
   <image>DATASET</image>
8.  
   </source>
9.  
   <owner>
10.  
    <name>YMGZS</name>
11.  
    </owner>
12.  
    <size>
13.  
    <width>416</width>
14.  
    <height>416</height>
15.  
    <depth>3</depth>
16.  
    </size>
17.  
    <segmented>0</segmented>
18.  
     
19.  
    <object>
20.  
    <name>17</name>
21.  
    <pose>Unspecified</pose>
22.  
    <truncated>0</truncated>
23.  
    <difficult>0</difficult>
24.  
    <bndbox>
25.  
    <xmin>214</xmin>
26.  
    <ymin>302</ymin>
27.  
    <xmax>230</xmax>
28.  
    <ymax>318</ymax>
29.  
    </bndbox>
30.  
    </object>
31.  
     
32.  
    <object>
33.  
    <name>16</name>
34.  
    <pose>Unspecified</pose>
35.  
    <truncated>0</truncated>
36.  
    <difficult>0</difficult>
37.  
    <bndbox>
38.  
    <xmin>210</xmin>
39.  
    <ymin>67</ymin>
40.  
    <xmax>229</xmax>
41.  
    <ymax>86</ymax>
42.  
    </bndbox>
43.  
    </object>
44.  
     
45.  
    <object>
46.  
    <name>18</name>
47.  
    <pose>Unspecified</pose>
48.  
    <truncated>0</truncated>
49.  
    <difficult>0</difficult>
50.  
    <bndbox>
51.  
    <xmin>260</xmin>
52.  
    <ymin>7</ymin>
53.  
    <xmax>274</xmax>
54.  
    <ymax>21</ymax>
55.  
    </bndbox>
56.  
    </object>
57.  
     
58.  
    <object>
59.  
    <name>10</name>
60.  
    <pose>Unspecified</pose>
61.  
    <truncated>0</truncated>
62.  
    <difficult>0</difficult>
63.  
    <bndbox>
64.  
    <xmin>121</xmin>
65.  
    <ymin>103</ymin>
66.  
    <xmax>143</xmax>
67.  
    <ymax>125</ymax>
68.  
    </bndbox>
69.  
    </object>
70.  
     
71.  
    <object>
72.  
    <name>11</name>
73.  
    <pose>Unspecified</pose>
74.  
    <truncated>0</truncated>
75.  
    <difficult>0</difficult>
76.  
    <bndbox>
77.  
    <xmin>296</xmin>
78.  
    <ymin>289</ymin>
79.  
    <xmax>352</xmax>
80.  
    <ymax>345</ymax>
81.  
    </bndbox>
82.  
    </object>
83.  
     
84.  
    <object>
85.  
    <name>0</name>
86.  
    <pose>Unspecified</pose>
87.  
    <truncated>0</truncated>
88.  
    <difficult>0</difficult>
89.  
    <bndbox>
90.  
    <xmin>56</xmin>
91.  
    <ymin>132</ymin>
92.  
    <xmax>196</xmax>
93.  
    <ymax>272</ymax>
94.  
    </bndbox>
95.  
    </object>
96.  
     
97.  
    <object>
98.  
    <name>0</name>
99.  
    <pose>Unspecified</pose>
100.  
     <truncated>0</truncated>
101.  
     <difficult>0</difficult>
102.  
     <bndbox>
103.  
     <xmin>213</xmin>
104.  
     <ymin>142</ymin>
105.  
     <xmax>353</xmax>
106.  
     <ymax>282</ymax>
107.  
     </bndbox>
108.  
     </object>
109.  
      
110.  
     </annotation>

因为是主打轻量级网络，这里选择了也是最为轻量级的n系列的模型，最终训练得到的模型文件不足4MB大小，网络结构图如下所示：

默认100次epoch的计算，结果目录如下所示：

【混淆矩阵】

【F1值曲线】

【PR曲线】

【训练日志可视化】

【batch计算实例】

可视化界面推理样例如下：

从评估指标结果上面来看检测效果还是很不错的。