Skip to content

docs: add Spanish README #1

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Open
webbrain-one wants to merge 1 commit into
base: master
Choose a base branch
from
Open

docs: add Spanish README #1

Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
38 changes: 38 additions & 0 deletions README.es-ES.md
View file
Open in desktop
Original file line number Diff line number Diff line change
@@ -0,0 +1,38 @@


<h1> COCO-Text-Patch</h1>
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.
<br>
El conjunto de datos se deriva de <a href=https://arxiv.org/abs/1601.07140v2>COCO-Text</a> y contiene aproximadamente 354 mil imágenes etiquetadas como texto y no texto.

<p> <H2> Uso del conjunto de datos </H2>
Si va a utilizar este conjunto de datos, por favor cite el artículo

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

<p>
<p> <H2> Creación del conjunto de datos </H2>
<p>para crear el conjunto de datos debe hacer lo siguiente:
<p>-En la carpeta COCOAPI, descomprima el archivo COCO_Text.json.gz
<p>-Descargue el conjunto de datos de entrenamiento COCO 2014 desde <a href=http://msvocds.blob.core.windows.net/coco2014/train2014.zip>http://msvocds.blob.core.windows.net/coco2014/train2014.zip</a>
<p>-Asegúrese de tener Python 2.7 instalado con los paquetes numpy, skimage, math, Image y HD5
<p>-Clone el repositorio de Git
<p>-Desde la consola de Python, ejecute createdataset.py
<p>
<p> <H2> Modelos proporcionados </H2>
<p> 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"
<p> la carpeta contiene descripciones de modelos así como archivos de solver sugeridos.
<p> necesita tener Caffe instalado desde <a href=http://caffe.berkeleyvision.org/>http://caffe.berkeleyvision.org/</a>

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