企业官网建设流程全解析

MaskTextSpotterV3 场景文字检测出分指南：test.sh 一键测试 + ICDAR2015/Total-Text 评测全流程

【免费下载链接】MaskTextSpotterV3The code of "Mask TextSpotter v3: Segmentation Proposal Network for Robust Scene Text Spotting"项目地址: https://gitcode.com/gh_mirrors/ma/MaskTextSpotterV3

MaskTextSpotterV3 是 ECCV 2020 论文「Mask TextSpotter v3: Segmentation Proposal Network for Robust Scene Text Spotting」的官方 PyTorch 实现，一个端到端可训练的场景文字检测与识别（Scene Text Spotting）模型。它用分割提议网络（SPN）替代传统 RPN，对旋转、长宽比和弯曲文字更加鲁棒。本文将带你完成test.sh 一键推理 + ICDAR2015 / Total-Text 评测出分的完整流程，从测试到出分只需三步。

🎯 评测流程全景：测试到出分只需一步

整个评测链路非常清晰，理解这条主线后就不会迷路：

下载模型权重 → 运行 sh test.sh 批量推理 → 用 evaluation/ 脚本打分 ↓ ↓ ↓ trained_model.pth output/mixtrain/inference/ Hmean / AP 分数

• 测试：sh test.sh一行命令完成整个测试集推理，结果写入output/mixtrain/inference/<数据集名>/目录
• 出分：evaluation/下按数据集分好了三个官方评测目录，各配一份 script.py 打分脚本

📦 第一步：环境与模型准备

测试脚本入口是 tools/test_net.py，它加载配置文件、恢复模型权重，然后调用 maskrcnn_benchmark/engine/text_inference.py 的inference函数完成逐张推理。

🚀 第二步：test.sh 一键推理

仓库根目录的 test.sh 内容只有一行：

python tools/test_net.py --config-file configs/mixtrain/seg_rec_poly_fuse_feature.yaml

真正决定行为的是配置文件 configs/mixtrain/seg_rec_poly_fuse_feature.yaml。运行前请重点核对这 4 个参数：

⚠️常见坑：默认配置里DATASETS.TEST是total_text_test，如果你只想测 ICDAR2015，记得先把它改成("icdar_2015_test",)，否则模型会对错误的测试集做推理。

运行sh test.sh后，每张图的推理结果（检测框、多边形、mask 识别结果、序列识别结果）会被写到output/mixtrain/inference/<数据集名>/，这个目录就是下一步打分的输入。

📊 第三步（A）：ICDAR2015 出分

ICDAR2015 是场景文字检测最常用的基准，评测代码在 evaluation/icdar2015/e2e/ 目录：

1. 改参数：打开 evaluation/icdar2015/e2e/script.py，修改末尾__main__中的四个变量：
   • results_dir：指向你的推理输出目录，例如output/mixtrain/inference/icdar_2015_test/model_xxx_results/
   • lexicon_type：3为强词表（推荐），2弱词表，1通用词表
   • score_det = 0.01：检测框筛选阈值
   • score_rec = 0.4、score_rec_seq = 0.7：mask 识别与序列识别的置信度阈值
2. 运行打分：

cd evaluation/icdar2015/e2e/ python script.py

脚本会先由 prepare_results.py 把模型输出整理成标准提交格式，再由 rrc_evaluation_funcs.py 与../gt.zip真值对比，最终打印全局Precision / Recall / Hmean / AP。

📊 第三步（B）：Total-Text 弯曲文字出分

Total-Text 专门考察任意弯曲形状的文字检测，能很好体现 MaskTextSpotter v3 分割提议网络的优势。流程完全一致，只是换了目录和阈值：

cd evaluation/totaltext/e2e/ # 编辑 script.py 中的 results_dir 指向你的输出目录 python script.py

evaluation/totaltext/e2e/script.py 的推荐参数：score_det = 0.05、score_rec = 0.5、score_rec_seq = 0.9。多边形 IoU 匹配逻辑与 ICDAR2015 略有不同（支持任意点多边形），均由 rrc_evaluation_funcs_total_text.py 处理。

💡 项目还附带旋转鲁棒性评测 evaluation/rotated_icdar2013/，可用 tools/convert_dataset.py 把 ICDAR2013 按 15°~90° 各角度旋转生成测试集，再走同样的测试 + 打分流程。

🛠 出分常见排查清单

• 报Use APEX for mixed precision：说明没装 NVIDIA apex，按 README 安装后重试
• Hmean 偏低：优先把INPUT.MIN_SIZE_TEST从 1000 提到 1440（官方模型即在此分辨率下验证）
• 分数忽高忽低：检查score_det / score_rec / score_rec_seq是否与对应数据集匹配，两个数据集的阈值不同
• 缺文件报错：确认evaluation/lexicons/词表已解压、gt.zip在evaluation/<数据集>/下
• 输出目录找不到：核对OUTPUT_DIR与script.py里results_dir是否指向同一处

总结

MaskTextSpotterV3 的评测流程可以浓缩为一句话：改好 YAML 里的TEST.DATASETS和MODEL.WEIGHT→ 跑sh test.sh→ 在evaluation/对应目录改results_dir跑script.py出分。掌握这条链路后，无论是 ICDAR2015、Total-Text 还是旋转 ICDAR2013，出分都只是换个目录、换组阈值的事。

【免费下载链接】MaskTextSpotterV3The code of "Mask TextSpotter v3: Segmentation Proposal Network for Robust Scene Text Spotting"项目地址: https://gitcode.com/gh_mirrors/ma/MaskTextSpotterV3