Ordner /container enthält Code für ein Docker-Image zum Generieren der Trainingsdaten. Dazu in /container/app/fonts die Schriftarten als .ttf oder .ttc ablegen.
Dann mit shell in /container aufrufen:
(sudo) docker build -t char_data .
(sudo) docker -v /app/out:/app/out:Z --name char_data -t -d -p 5100:80 char_data
sudo docker exec -it char_data /bin/bash
In der interaktiven shell im Container dann ausführen:
python3 generate_data.py
split_data.py legt die erforderliche Ordnerstruktur an und verschiebt die generierten Trainingsdaten.
train.py trainiert ein Mini-VGG-16 und speichert es als numeric_char_classifier.h5.
predict.py schreibt auf eine JPG-Datei (im Beispiel IBAN.jpg) die erkannten Ziffer an die Konturen.