本代码主要参考中科院大佬的代码，然后在其源码上进行改进,继续向大佬学习！
大佬的链接为yangyue0826 。
考虑到1080ti显卡显存不够的问题，FPN模块中只用了Resnet101网络中的C2和C4层，并对FPN进行改进，除此之外在做roipooling的时候只采用7x7的池化尺寸，后续会继续对算法进行改进...
- C2和C4层中的RPN的配置参数是不同的，C4层由于语义信息比较丰富，但是文本位置比较粗糙，因此设置Anchors的比例数相对来说多一些;
- C2层语义信息没有高层的C4层的丰富，但是位置比较精确，能够将小的文本目标检测出来，因此C2层的设置Anchors的比例数比C4层的少；
- C2和C4层的RPN参数具体参照
<./libs/configs/cfgs.py>。
- Ubuntu16.04
- Tensorflow-gpu==1.2
- Pyhton2.7
- Opencv-python
- cuda8.0 cudnn5.1
- GTX1080ti
- ICDAR2015 Dataset
数据要求的是VOC的格式，VOC的格式如下：
├── VOCdevkit
│ ├── VOCdevkit_train
│ ├── Annotation
│ ├── JPEGImages
│ ├── VOCdevkit_test
│ ├── Annotation
│ ├── JPEGImages
代码如下:
cd ./data/io/
python convert_data_to_tfrecord.py --VOC_dir='***/VOCdevkit/VOCdevkit_train/' --save_name='train' --img_format='.jpg' --dataset='icdar2015'
将转好的tfrecord放在<./data/tfrecord>文件夹下
cd ./libs/box_utils/
python setup.py build_ext --inplace
1.下载预训练的ResNet101的checkpoint为resnet_v1_101_2016_08_28.tar.gz，然后将其解压到文件夹</data/pretrained_weights>下
2.训练的时候：
cd ./tools/
python train.py
3.测试的时候：
cd ./tools/
python inference.py --data_dir=inference_image --gpu='0'
训练的时候可通过Tensorboard来看Loss function训练过程中的动态，以及训练过程的实时效果图
cd ./output/summary/
tensorboard --logdir=./
