From 4a1549d6102e6429b5fa5d5edcdde72c607769ce Mon Sep 17 00:00:00 2001 From: LDOUBLEV Date: Mon, 6 Sep 2021 18:00:20 +0800 Subject: [PATCH] update link --- doc/doc_ch/detection.md | 18 +++++++++--------- doc/doc_ch/models_and_config.md | 8 ++++---- 2 files changed, 13 insertions(+), 13 deletions(-) diff --git a/doc/doc_ch/detection.md b/doc/doc_ch/detection.md index 0a8188ed..57bfdc01 100644 --- a/doc/doc_ch/detection.md +++ b/doc/doc_ch/detection.md @@ -12,12 +12,12 @@ - [2. FAQ](#2-faq) - + # 1. 文字检测 本节以icdar2015数据集为例，介绍PaddleOCR中检测模型训练、评估、测试的使用方式。 - + ## 1.1 数据准备 icdar2015数据集可以从[官网](https://rrc.cvc.uab.es/?ch=4&com=downloads)下载到，首次下载需注册。 @@ -64,7 +64,7 @@ json.dumps编码前的图像标注信息是包含多个字典的list，字典中 如果您想在其他数据集上训练，可以按照上述形式构建标注文件。 - + ## 1.2 下载预训练模型 首先下载模型backbone的pretrain model，PaddleOCR的检测模型目前支持两种backbone，分别是MobileNetV3、ResNet_vd系列， @@ -82,7 +82,7 @@ wget -P ./pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/dyg wget -P ./pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/ResNet50_vd_ssld_pretrained.pdparams ``` - + ## 1.3 启动训练 *如果您安装的是cpu版本，请将配置文件中的 `use_gpu` 字段修改为false* @@ -105,7 +105,7 @@ python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/train.py -c configs/ python3 tools/train.py -c configs/det/det_mv3_db.yml -o Optimizer.base_lr=0.0001 ``` - + ## 1.4 断点训练 如果训练程序中断，如果希望加载训练中断的模型从而恢复训练，可以通过指定Global.checkpoints指定要加载的模型路径： @@ -115,7 +115,7 @@ python3 tools/train.py -c configs/det/det_mv3_db.yml -o Global.checkpoints=./you **注意**：`Global.checkpoints`的优先级高于`Global.pretrain_weights`的优先级，即同时指定两个参数时，优先加载`Global.checkpoints`指定的模型，如果`Global.checkpoints`指定的模型路径有误，会加载`Global.pretrain_weights`指定的模型。 - + ## 1.5 更换Backbone 训练 PaddleOCR将网络划分为四部分，分别在[ppocr/modeling](../../ppocr/modeling)下。 进入网络的数据将按照顺序(transforms->backbones-> @@ -163,7 +163,7 @@ args1: args1 **注意**：如果要更换网络的其他模块，可以参考[文档](./add_new_algorithm.md)。 - + ## 1.6 指标评估 PaddleOCR计算三个OCR检测相关的指标，分别是：Precision、Recall、Hmean（F-Score）。 @@ -176,7 +176,7 @@ python3 tools/eval.py -c configs/det/det_mv3_db.yml -o Global.checkpoints="{pat * 注：`box_thresh`、`unclip_ratio`是DB后处理所需要的参数，在评估EAST模型时不需要设置 - + ## 1.7 测试检测效果 测试单张图像的检测效果 @@ -194,7 +194,7 @@ python3 tools/infer_det.py -c configs/det/det_mv3_db.yml -o Global.infer_img="./ python3 tools/infer_det.py -c configs/det/det_mv3_db.yml -o Global.infer_img="./doc/imgs_en/" Global.pretrained_model="./output/det_db/best_accuracy" ``` - + ## 1.8 转inference模型测试 inference 模型（`paddle.jit.save`保存的模型） diff --git a/doc/doc_ch/models_and_config.md b/doc/doc_ch/models_and_config.md index 56464213..336642a5 100644 --- a/doc/doc_ch/models_and_config.md +++ b/doc/doc_ch/models_and_config.md @@ -5,7 +5,7 @@ * [1.2 OCR 识别模型基本概念](#12-ocr---------) * [1.3 PP-OCR模型](#13-pp-ocr--) - + # 1. OCR 简要介绍 本节简要介绍OCR检测模型、识别模型的基本概念，并介绍PaddleOCR的PP-OCR模型。 @@ -13,7 +13,7 @@ OCR（Optical Character Recognition，光学字符识别）目前是文字识别 OCR文字识别一般包括两个部分，文本检测和文本识别；文本检测首先利用检测算法检测到图像中的文本行；然后检测到的文本行用识别算法去识别到具体文字。 - + ## 1.1 OCR 检测模型基本概念 文本检测就是要定位图像中的文字区域，然后通常以边界框的形式将单词或文本行标记出来。传统的文字检测算法多是通过手工提取特征的方式，特点是速度快，简单场景效果好，但是面对自然场景，效果会大打折扣。当前多是采用深度学习方法来做。 @@ -23,14 +23,14 @@ OCR文字识别一般包括两个部分，文本检测和文本识别；文本 2. 基于分割的方法；将文本行当成分割目标，然后通过分割结果构建外接文本框，可以处理弯曲文本，对于文本交叉场景问题效果不理想。典型算法为DB、PSENet等方法。 3. 混合目标检测和分割的方法； - + ## 1.2 OCR 识别模型基本概念 OCR识别算法的输入数据一般是文本行，背景信息不多，文字占据主要部分，识别算法目前可以分为两类算法： 1. 基于CTC的方法；即识别算法的文字预测模块是基于CTC的，常用的算法组合为CNN+RNN+CTC。目前也有一些算法尝试在网络中加入transformer模块等等。 2. 基于Attention的方法；即识别算法的文字预测模块是基于Attention的，常用算法组合是CNN+RNN+Attention。 - + ## 1.3 PP-OCR模型 PaddleOCR 中集成了很多OCR算法，文本检测算法有DB、EAST、SAST等等，文本识别算法有CRNN、RARE、StarNet、Rosetta、SRN等算法。 -- GitLab