From 706debf678d03d0dbfda0003fa5112760c140124 Mon Sep 17 00:00:00 2001 From: WenmuZhou Date: Mon, 7 Dec 2020 10:20:08 +0800 Subject: [PATCH] update faq --- README_ch.md | 6 ++--- doc/doc_ch/FAQ.md | 61 ++++++++++++++++++++++++++++++++++------------- 2 files changed, 47 insertions(+), 20 deletions(-) diff --git a/README_ch.md b/README_ch.md index 36478e62..d5b009b2 100644 --- a/README_ch.md +++ b/README_ch.md @@ -4,7 +4,7 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。 **近期更新** -- 2020.11.30 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，共计119个常见问题及解答，并且计划以后每周一都会更新，欢迎大家持续关注。 +- 2020.12.04 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，124，并且计划以后每周一都会更新，欢迎大家持续关注。 - 2020.11.25 更新半自动标注工具[PPOCRLabel](./PPOCRLabel/README.md)，辅助开发者高效完成标注任务，输出格式与PP-OCR训练任务完美衔接。 - 2020.9.22 更新PP-OCR技术文章，https://arxiv.org/abs/2009.09941 - 2020.9.19 更新超轻量压缩ppocr_mobile_slim系列模型，整体模型3.5M(详见[PP-OCR Pipeline](#PP-OCR))，适合在移动端部署使用。[模型下载](#模型下载) @@ -100,8 +100,8 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力 - [效果展示](#效果展示) - FAQ - [【精选】OCR精选10个问题](./doc/doc_ch/FAQ.md) - - [【理论篇】OCR通用29个问题](./doc/doc_ch/FAQ.md) - - [【实战篇】PaddleOCR实战80个问题](./doc/doc_ch/FAQ.md) + - [【理论篇】OCR通用30个问题](./doc/doc_ch/FAQ.md) + - [【实战篇】PaddleOCR实战84个问题](./doc/doc_ch/FAQ.md) - [技术交流群](#欢迎加入PaddleOCR技术交流群) - [参考文献](./doc/doc_ch/reference.md) - [许可证书](#许可证书) diff --git a/doc/doc_ch/FAQ.md b/doc/doc_ch/FAQ.md index 8453a58a..339ec362 100644 --- a/doc/doc_ch/FAQ.md +++ b/doc/doc_ch/FAQ.md @@ -9,43 +9,45 @@ ## PaddleOCR常见问题汇总(持续更新) -* [近期更新（2020.11.30）](#近期更新) +* [近期更新（2020.12.04）](#近期更新) * [【精选】OCR精选10个问题](#OCR精选10个问题) -* [【理论篇】OCR通用29个问题](#OCR通用问题) +* [【理论篇】OCR通用30个问题](#OCR通用问题) * [基础知识7题](#基础知识) * [数据集7题](#数据集2) * [模型训练调优7题](#模型训练调优2) - * [预测部署8题](#预测部署2) -* [【实战篇】PaddleOCR实战80个问题](#PaddleOCR实战问题) + * [预测部署9题](#预测部署2) +* [【实战篇】PaddleOCR实战84个问题](#PaddleOCR实战问题) * [使用咨询20题](#使用咨询) * [数据集17题](#数据集3) - * [模型训练调优21题](#模型训练调优3) - * [预测部署22题](#预测部署3) + * [模型训练调优24题](#模型训练调优3) + * [预测部署23题](#预测部署3) -## 近期更新（2020.11.30） +## 近期更新（2020.12.04） -#### Q3.2.15: 文本标注工具PPOCRLabel有什么特色？ +#### Q2.4.9：弯曲文本有试过opencv的TPS进行弯曲校正吗？ -**A**: PPOCRLabel是一个半自动文本标注工具，它使用基于PPOCR的中英文OCR模型，预先预测文本检测和识别结果，然后用户对上述结果进行校验和修正就行，大大提高用户的标注效率。同时导出的标注结果直接适配PPOCR训练所需要的数据格式， +**A**：opencv的tps需要标出上下边界对应的点，这些点很难通过传统方法或者深度学习方法获取。PaddleOCR里StarNet网络中的tps模块实现了自动学点，自动校正，可以直接尝试这个。 -#### Q3.2.16: 文本标注工具PPOCRLabel，可以更换模型吗？ +#### Q3.3.22: 文字检测时怎么模糊的数据增强？ -**A**: PPOCRLabel中OCR部署方式采用的基于pip安装whl包快速推理，可以参考相关文档更换模型路径，进行特定任务的标注适配。基于pip安装whl包快速推理的文档如下，https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_ch/whl.md。 +**A**: 模糊的数据增强需要修改代码进行添加，以DB为例，在这一行之前添加模糊的增强就行 https://github.com/PaddlePaddle/PaddleOCR/blob/develop/ppocr/data/det/db_process.py#L145 -#### Q3.2.17: 文本标注工具PPOCRLabel支持的运行环境有哪些？ +#### Q3.3.23: 文字检测时怎么更改图片旋转的角度，实现360度任意旋转？ -**A**: PPOCRLabel可运行于Linux、Windows、MacOS等多种系统。操作步骤可以参考文档，https://github.com/PaddlePaddle/PaddleOCR/blob/develop/PPOCRLabel/README.md +**A**: 将这里的(-10,10)) 改为(-180,180)即可 https://github.com/PaddlePaddle/PaddleOCR/blob/develop/ppocr/data/det/data_augment.py#L22 -#### Q2.2.6: 当训练数据量少时，如何获取更多的数据？ +#### Q3.3.24: 训练数据的长宽比过大怎么修改shape -**A**: 当训练数据量少时，可以尝试以下三种方式获取更多的数据：（1）人工采集更多的训练数据，最直接也是最有效的方式。（2）基于PIL和opencv基本图像处理或者变换。例如PIL中ImageFont, Image, ImageDraw三个模块将文字写到背景中，opencv的旋转仿射变换，高斯滤波等。（3）利用数据生成算法合成数据，例如pix2pix等算法。 +**A**: 识别修改这里 https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/rec/ch_ppocr_v1.1/rec_chinese_common_train_v1.1.yml#L12 -#### Q2.2.7: 论文《Editing Text in the Wild》中文本合成方法SRNet有什么特点？ +检测修改这里 https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/det/det_mv3_db.yml#L13 -**A**: SRNet是借鉴GAN中图像到图像转换、风格迁移的想法合成文本数据。不同于通用GAN的方法只选择一个分支，SRNet将文本合成任务分解为三个简单的子模块，提升合成数据的效果。这三个子模块为不带背景的文本风格迁移模块、背景抽取模块和融合模块。PaddleOCR计划将在2020年12月中旬开源基于SRNet的实用模型。 +#### Q3.4.23：安装paddleocr后，提示没有paddle + +**A**：这是因为paddlepaddle gpu版本和cpu版本的名称不一致，现在已经在whl的文档里做了安装说明。 ## 【精选】OCR精选10个问题 @@ -282,6 +284,10 @@ **A**：表格目前学术界比较成熟的解决方案不多 ，可以尝试下分割的论文方案。 +#### Q2.4.9：弯曲文本有试过opencv的TPS进行弯曲校正吗？ + +**A**：opencv的tps需要标出上下边界对应的点，这个点很难通过传统方法或者深度学习方法获取。PaddleOCR里StarNet网络中的tps模块实现了自动学点，自动校正，可以直接尝试这个。 + @@ -594,6 +600,23 @@ return paddle.reader.multiprocess_reader(readers, False, queue_size=320) （3）在训练的时候，文本长度超过25的训练图像都会被丢弃，因此需要看下真正参与训练的图像有多少，太少的话也容易过拟合。 + +#### Q3.3.22: 文字检测时怎么模糊的数据增强？ + +**A**: 模糊的数据增强需要修改代码进行添加，以DB为例，在这一行之前添加模糊的增强就行 https://github.com/PaddlePaddle/PaddleOCR/blob/develop/ppocr/data/det/db_process.py#L145 + +#### Q3.3.23: 文字检测时怎么更改图片旋转的角度，实现360度任意旋转？ + +**A**: 将这里的(-10,10)) 改为(-180,180)即可 https://github.com/PaddlePaddle/PaddleOCR/blob/develop/ppocr/data/det/data_augment.py#L22 + + +#### Q3.3.24: 训练数据的长宽比过大怎么修改shape + +**A**: 识别修改这里 https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/rec/ch_ppocr_v1.1/rec_chinese_common_train_v1.1.yml#L12 + +检测修改这里 https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/det/det_mv3_db.yml#L13 + + ### 预测部署 @@ -696,3 +719,7 @@ return paddle.reader.multiprocess_reader(readers, False, queue_size=320) #### Q3.4.22：训练ccpd车牌数据集，训练集准确率高，测试均是错误的，这是什么原因？ **A**：这是因为训练时将shape修改为[3, 70, 220], 预测时对图片resize，会把高度压缩至32，影响测试结果。注释掉[resize代码](https://github.com/PaddlePaddle/PaddleOCR/blob/ed4313d611b7708a7763d4612f00cb7f318a0e1f/tools/infer/predict_rec.py#L54-L55)可以解决问题。 + +#### Q3.4.23：安装paddleocr后，提示没有paddle + +**A**：这是因为paddlepaddle gpu版本和cpu版本的名称不一致，现在已经在whl的文档里做了安装说明。 -- GitLab