文本识别基于CTPN算法进行文本检测和环境搭建

近期在进行文本识别相关工作时，需应用CTPN技术，于Windows系统中配置开发环境耗费了较多时间，特此记录以备后续参考。

项目GitHub地址

简介

CTPN在文本识别任务中展现出卓越性能，其优势源于将RNN机制引入目标检测框架，并嵌入LSTM结构，从而增强了对连续文本序列特征的感知能力，有效提升了文本检测的准确程度。

环境搭建

源码获取方式，关于python环境配置的相关内容此处不再赘述，具体可参考requirements.txt进行操作。

仅简要提及在实践过程中所遇到的几个问题：

1. 导入异常 报错信息显示缺少模块'utils.rpn_msr'

针对此问题，可在原始项目中的utils目录下创建一个新的__init__.py文件，文件内容保持为空即可

**2.bbox包编