From 78d9efcf7d30462ec8c0a61f2817a5a197d039eb Mon Sep 17 00:00:00 2001 From: tink2123 Date: Fri, 6 May 2022 08:02:28 +0000 Subject: [PATCH] rename svtr_lcnet --- doc/doc_ch/PP-OCRv3_introduction.md | 14 +++++++------- 1 file changed, 7 insertions(+), 7 deletions(-) diff --git a/doc/doc_ch/PP-OCRv3_introduction.md b/doc/doc_ch/PP-OCRv3_introduction.md index d8ec02a7..d31d0473 100644 --- a/doc/doc_ch/PP-OCRv3_introduction.md +++ b/doc/doc_ch/PP-OCRv3_introduction.md @@ -70,7 +70,7 @@ LKPAN(Large Kernel PAN)是一个具有更大感受野的轻量级[PAN](https://a ## 3. 识别优化 -PP-OCRv3 识别模型在 PP-OCRv2 的基础上从8个策略上进一步优化，整体 pipelinne 如下图所示： +PP-OCRv3 识别模型在 PP-OCRv2 的基础上从8个策略上进一步优化，整体 pipeline 如下图所示： @@ -87,7 +87,7 @@ PP-OCRv3 识别模型在 PP-OCRv2 的基础上从8个策略上进一步优化， |-----|-----|--------|----| --- | | 01 | PP-OCRv2 | 8M | 74.8% | 8.54ms | | 02 | SVTR_Tiny | 21M | 80.1% | 97ms | -| 03 | PP-LCNet_SVTR | 12M | 71.9% | 6.6ms | +| 03 | SVTR_LCNet | 12M | 71.9% | 6.6ms | | 04 | + GTC | 12M | 75.8% | 7.6ms | | 05 | + TextConAug | 12M | 76.3% | 7.6ms | | 06 | + TextRotNet | 12M | 76.9% | 7.6ms | @@ -109,9 +109,9 @@ PP-OCRv3 期望在提升模型精度的同时，不带来额外的推理耗时 1. 将SVTR网络前半部分替换为PP-LCNet的前三个stage，保留4个 Global Mixing Block ，精度为76%，加速69%，网络结构如下所示： -2. 将4个 Global Attenntion Block 减小到2个，精度为72.9%，加速69%，网络结构如下所示： +2. 将4个 Global Mixing Block 减小到2个，精度为72.9%，加速69%，网络结构如下所示： -3. 实验发现 Global Attention 的预测速度与输入其特征的shape有关，因此后移Global Mixing Block的位置到池化层之后，精度下降为71.9%，速度超越 CNN-base 的PP-OCRv2-baseline 22%，网络结构如下所示： +3. 实验发现 Global Mixing Block 的预测速度与输入其特征的shape有关，因此后移 Global Mixing Block 的位置到池化层之后，精度下降为71.9%，速度超越 CNN-base 的PP-OCRv2-baseline 22%，网络结构如下所示： 具体消融实验如下所示： @@ -120,9 +120,9 @@ PP-OCRv3 期望在提升模型精度的同时，不带来额外的推理耗时 |-----|-----|--------|----| --- | | 01 | PP-OCRv2-baseline | 8M | 69.3% | 8.54ms | | 02 | SVTR_Tiny | 21M | 80.1% | 97ms | -| 03 | PP-LCNet_SVTR(G4) | 9.2M | 76% | 30ms | -| 04 | PP-LCNet_SVTR(G2) | 13M | 72.98% | 9.37ms | -| 05 | PP-LCNet_SVTR | 12M | 71.9% | 6.6ms | +| 03 | SVTR_LCNet(G4) | 9.2M | 76% | 30ms | +| 04 | SVTR_LCNet(G2) | 13M | 72.98% | 9.37ms | +| 05 | SVTR_LCNet | 12M | 71.9% | 6.6ms | 注： 测试速度时，输入图片尺寸均为(3,32,320)； PP-OCRv2-baseline 代表无蒸馏模型 -- GitLab