fsdl-text-recognizer-2022-labs

跟着课程撸一个能跑的文本识别全流程项目

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 基础设施 🍴 复刻 265 🐛 待处理 1 👀 关注 8
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 533
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

fsdl-text-recognizer-2022-labs 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类基础设施
开发团队the-full-stack
官网地址https://fullstackdeeplearning.com/course
GitHubhttps://github.com/the-full-stack/fsdl-text-recognizer-2022-labs
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型deep-neural-networks,machine-learning,mlops
GitHub 星标★ 533
上线时间2022-07-13 00:00:00
代码更新2024-01-17
仓库体积1003 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数9

项目介绍

这是一个完整的深度学习项目，源自 Full Stack Deep Learning 2022 课程的实验代码，用于构建文本识别系统。项目解决了从零开始搭建生产级 ML 项目时面临的工程化问题，涵盖数据标注、模型训练、实验管理、部署等全流程。核心能力包括：基于 PyTorch 的文本识别模型实现，支持多种模型架构（如 CNN、Transformer），提供数据管道、训练脚本、评估工具和部署配置，并强调可复现性和模块化设计。项目以 Jupyter Notebook 和 Python 代码为主，适合作为学习端到端 MLOps 实践的参考模板。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 533

使用教程

难度：进阶 约 60 分钟 部署方式：本地安装 5 步

环境要求

  • Python 3.10+
  • PyTorch

安装与启动步骤

  1. 1拉仓库

    课程实验仓库，各周目录独立。

  2. 2建环境

    按仓库说明装依赖，注意框架版本。

    pip install -r requirements.txt

  3. 3跑第一周实验

    从数据加载与基线模型开始。

  4. 4按周推进到部署

    这套实验的价值在后半段的工程化环节。

  5. 5对照自己的项目

    把它的实验管理方式搬过来比抄代码有用。

如何确认成功

跑通至少两周实验，能说清它在数据校验与实验追踪上各用了什么工具

注意事项

  • 它是课程配套实验仓库，按周递进，最终目标是把手写段落识别做成可部署服务。
  • 价值不在模型本身，而在工程化流程：数据校验、实验追踪、部署。
  • 各周目录独立，可以只挑自己要的那周。
  • 课程年代较早，部分工具链已更新，跑不通先怀疑版本。

核心亮点

  • 完整覆盖从数据到部署的 MLOps 流程，实践性强
  • 代码模块化清晰，便于学习与二次开发
  • 基于 2022 年课程，技术栈较新（PyTorch、Lightning）

不足之处

  • 项目为课程实验，文档和社区支持相对有限
  • 依赖特定课程环境，可能需自行调整配置

适用场景

  • 学习深度学习工程化最佳实践
  • 作为文本识别项目的起始模板
  • 教学演示端到端 ML 项目结构

替代项目

full-stack-deep-learning/fsdl-text-recognizer-2022、keras-io/ocr、clovaai/deep-text-recognition-benchmark

上一篇：CLIP-API-service

下一篇：semantic-segmentation-ml-pipeline

同类项目推荐

diffusion-vas 开源

用扩散先验，让视频分割看穿遮挡，补全完整物体。

[CVPR 2025] Official code for Using Diffusion Priors for Video Amodal Segmentation

★ 128 2026-08-09
eSearch-OCR 开源

npm 装完就能在 JS 里跑 PaddleOCR 取字。

基于paddleOCR的js库

★ 134 2026-09-19
sparsefusion 开源

从稀疏视角生成高质量3D模型，重建新视角图像

[CVPR 2023] SparseFusion: Distilling View-conditioned Diffusion for 3D Reconstructio···

★ 380 2026-08-09
tesseract 开源

图片转文字，准确率高，开源免费随便用

Tesseract Open Source OCR Engine (main repository)

★ 77419 2026-08-10
Olympus 开源

一个路由搞定所有视觉任务，免去逐个微调

[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···

★ 427 2026-08-09
ISAT_with_segment_anything 开源

点几下就自动抠图，图像分割标注提速数倍

Labeling tool with SAM(segment anything model),supports SAM, SAM2, SAM3, sam-hq, Mob···

★ 2203 2026-09-17
Text-Grab 开源

Windows 上按一下就能抓取屏幕任意文字，即取即用

Use OCR in Windows quickly and easily with Text Grab. With optional background proce···

★ 5081 2026-08-10
ZeroShape 开源

单张图片，零样本重建三维形状，无需额外训练

Code repository for "ZeroShape: Regression-based Zero-shot Shape Reconstruction".

★ 141 2026-08-09
instanseg 开源

显微图像一键分割细胞核，省去手工标注

InstanSeg is a pytorch-based cell and nucleus segmentation pipeline for fluorescence···

★ 252 2026-10-15