diff --git a/README.es-ES.md b/README.es-ES.md new file mode 100644 index 0000000..4e92fae --- /dev/null +++ b/README.es-ES.md @@ -0,0 +1,38 @@ + + +

COCO-Text-Patch

+COCO-Text-Patch es el primer conjunto de datos de verificación de texto creado para alentar a los investigadores a utilizar técnicas de aprendizaje automático para la verificación de texto, lo que a su vez mejorará todo el proceso de detección y reconocimiento de texto de extremo a extremo. +
+El conjunto de datos se deriva de COCO-Text y contiene aproximadamente 354 mil imágenes etiquetadas como texto y no texto. + +

Uso del conjunto de datos

+Si va a utilizar este conjunto de datos, por favor cite el artículo + +

@Inbook{Ibrahim2016, +
     author="Ibrahim, Ahmed and Abbott, A. Lynn and Hussein, Mohamed E.", +
     title="An Image Dataset of Text Patches in Everyday Scenes", +
     bookTitle="Advances in Visual Computing: 12th International Symposium, ISVC 2016, Las Vegas, NV, USA, December 12-14, 2016, Proceedings, Part II", +
     year="2016", +
     publisher="Springer International Publishing", +
     address="Cham", +
     pages="291--300", +
     isbn="978-3-319-50832-0", +
     doi="10.1007/978-3-319-50832-0_28", +
     url="http://dx.doi.org/10.1007/978-3-319-50832-0_28" +
} + +

+

Creación del conjunto de datos

+

para crear el conjunto de datos debe hacer lo siguiente: +

-En la carpeta COCOAPI, descomprima el archivo COCO_Text.json.gz +

-Descargue el conjunto de datos de entrenamiento COCO 2014 desde http://msvocds.blob.core.windows.net/coco2014/train2014.zip +

-Asegúrese de tener Python 2.7 instalado con los paquetes numpy, skimage, math, Image y HD5 +

-Clone el repositorio de Git +

-Desde la consola de Python, ejecute createdataset.py +

+

Modelos proporcionados

+

la carpeta "models" contiene archivos de descripción de modelos listos para ser utilizados en caffe para entrenar los modelos descritos en nuestro artículo "Text Patches Data Set for Text verification" +

la carpeta contiene descripciones de modelos así como archivos de solver sugeridos. +

necesita tener Caffe instalado desde http://caffe.berkeleyvision.org/ + +

para cualquier consulta, por favor contácteme en nady at vt.edu