本项目取材自 2024 年 MathorCup 数学应用挑战赛 B 题，基于 YOLOv8 的甲骨文原始拓片图像单字分割识别模型。
针对原始拓片图像中的甲骨文文字分割识别包括以下两个阶段：
-
目标检测：基于 YOLOv8 目标检测模型，对甲骨文文字所在的矩形区域进行提取。
-
字符识别：基于 YOLOv8 图像分类模型，对文字图像进行分类，判断该字形所代表的具体字符内容。
本项目训练数据集来自 殷契文渊，对原始数据集进行了数据清洗和图像增强，采用 YOLOv8s 模型进行训练，能识别 195 中不同的甲骨文字符，其中目标检测模型各项指标如下：
| mAP50 | mAP50-95 | Precision | Recall |
|---|---|---|---|
| 0.928 | 0.608 | 0.905 | 0.865 |
字符分类模型各项指标如下：
| Top1_acc | Top5_acc |
|---|---|
| 0.897 | 0.969 |
在 640x640 的图像输入下，采用 PyTorch 平均推理一张图片的耗时约为 190ms，采用 ONNX Runtime 推理平均耗时约为 120ms（CPU：11th Intel Core i5-1155G7 2.50GHz，Model：YOLOv8s）。
首先安装环境依赖包，项目目前采用 ONNX Runtime 部署模型推理。
pip install -r requirements.txt若需要使用 GPU 进行推理，则需要安装：
pip install onnxruntime-gpu待识别图像默认在 examples/sources/ 下 ，识别结果默认保存在 examples/outputs/ 下，如果不存在请先创建。将所有待识别的图像放入待识别图像目录下，在本项目 Releases 中下载我训练好的模型权重文件，解压到项目中相应的位置（位于 detect/weights/ 和 classify/weights/），运行 main.py 即可。
python main.py本项目识别程序的默认配置文件为 configs/config.yaml，其中各个属性对应的含义如下：
device: "CPU" # 推理设备，"CPU" 或 "CUDA"
precision: "fp32" # 推理运算精度，"fp32"（单精度）或 "fp16"（半精度）
conf-threshold: 0.25 # 目标检测置信度阈值
iou-threshold: 0.45 # 目标检测非极大值抑制 IoU 阈值
script-codes: [
# 字符分类编码列表，包含所有字符类别对应的标签
]如果需要使用自己的数据集训练模型，则需要安装 ultralytics 框架，参照 Ultralytics 官方文档 进行模型的训练，最后将模型转换为 ONNX 格式进行部署即可。
pip install ultralytics说明：这个项目和我另一个 交通信号灯识别 的项目原理非常类似，但我还是把参赛时写的程序整理出来放在这里，未来考虑封装一个带有交互式图像预处理的识别器前端。