fix doc

doc/detection.md

@@ -5,14 +5,16 @@
 ## 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。
 
-将下载到的数据集解压到工作目录下，假设解压在/PaddleOCR/train_data/ 下。另外，PaddleOCR将零散的标注文件整理成单独的标注文件
+将下载到的数据集解压到工作目录下，假设解压在 PaddleOCR/train_data/ 下。另外，PaddleOCR将零散的标注文件整理成单独的标注文件
 ，您可以通过wget的方式进行下载。
 ```
-wget -P /PaddleOCR/train_data/  https://paddleocr.bj.bcebos.com/dataset%2Ftrain_icdar2015_label.txt
-wget -P /PaddleOCR/train_data/  https://paddleocr.bj.bcebos.com/dataset%2Ftest_icdar2015_label.txt
+# 在PaddleOCR路径下
+cd PaddleOCR/
+wget -P ./train_data/  https://paddleocr.bj.bcebos.com/dataset/train_icdar2015_label.txt
+wget -P ./train_data/  https://paddleocr.bj.bcebos.com/dataset/test_icdar2015_label.txt
 ```
 
-解压数据集和下载标注文件后，/PaddleOCR/train_data/ 有两个文件夹和两个文件，分别是：
+解压数据集和下载标注文件后，PaddleOCR/train_data/ 有两个文件夹和两个文件，分别是：
 ```
 /PaddleOCR/train_data/  
   └─ icdar_c4_train_imgs/         icdar数据集的训练数据
@@ -26,8 +28,8 @@ wget -P /PaddleOCR/train_data/  https://paddleocr.bj.bcebos.com/dataset%2Ftest_i
 " 图像文件名                    json.dumps编码的图像标注信息"
 ch4_test_images/img_61.jpg    [{"transcription": "MASA", "points": [[310, 104], [416, 141], [418, 216], [312, 179]], ...}]
 ```
-json.dumps编码前的图像标注信息是包含多个字典的list，字典中的$points$表示文本框的四个点的坐标(x, y)，从左上角的点开始顺时针排列。
-$transcription$表示当前文本框的文字，在文本检测任务中并不需要这个信息。
+json.dumps编码前的图像标注信息是包含多个字典的list，字典中的 `points` 表示文本框的四个点的坐标(x, y)，从左上角的点开始顺时针排列。
+`transcription` 表示当前文本框的文字，在文本检测任务中并不需要这个信息。
 如果您想在其他数据集上训练PaddleOCR，可以按照上述形式构建标注文件。
 
 
@@ -38,9 +40,9 @@ $transcription$表示当前文本框的文字，在文本检测任务中并不
 ```
 cd PaddleOCR/
 # 下载MobileNetV3的预训练模型
-wget -P /PaddleOCR/pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/MobileNetV3_large_x0_5_pretrained.tar
+wget -P ./pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/MobileNetV3_large_x0_5_pretrained.tar
 # 下载ResNet50的预训练模型
-wget -P /PaddleOCR/pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/ResNet50_vd_ssld_pretrained.tar
+wget -P ./pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/ResNet50_vd_ssld_pretrained.tar
 ```
 
 **启动训练**

doc/recognition.md

@@ -34,6 +34,14 @@ ln -sf <path/to/dataset> <path/to/paddle_detection>/train_data/dataset
 train_data/train_0001.jpg   简单可依赖
 train_data/train_0002.jpg   用科技让复杂的世界更简单
 ```
+PaddleOCR 提供了一份用于训练 icdar2015 数据集的标签文件，通过以下方式下载：
+
+```
+# 训练集标签
+wget -P ./train_data/ic15_data  https://paddleocr.bj.bcebos.com/dataset/rec_gt_train.txt
+# 测试集标签
+wget -P ./train_data/ic15_data  https://paddleocr.bj.bcebos.com/dataset/rec_gt_test.txt 
+```
 
 最终训练集应有如下文件结构：
 
@@ -41,25 +49,25 @@ train_data/train_0002.jpg   用科技让复杂的世界更简单
 |-train_data
     |-ic15_data
         |- rec_gt_train.txt
-        |- train_imags
-            |- train_001.jpg
-            |- train_002.jpg
-            |- train_003.jpg
+        |- train
+            |- word_001.png
+            |- word_002.jpg
+            |- word_003.jpg
             | ...
 ```
 
-- 评估集
+- 测试集
 
-同训练集类似，评估集也需要提供一个包含所有图片的文件夹（eval_images）和一个rec_gt_eval.txt，评估集的结构如下所示：
+同训练集类似，测试集也需要提供一个包含所有图片的文件夹（test）和一个rec_gt_test.txt，测试集的结构如下所示：
 
 ```
 |-train_data
     |-ic15_data
-        |- rec_gt_eval.txt
-        |- eval_imags
-            |- eval_001.jpg
-            |- eval_002.jpg
-            |- eval_003.jpg
+        |- rec_gt_test.txt
+        |- test
+            |- word_001.jpg
+            |- word_002.jpg
+            |- word_003.jpg
             | ...
 ```
 
@@ -82,8 +90,9 @@ word_dict.txt 每行有一个单字，将字符与数字索引映射在一起，
 
 `ppocr/utils/ppocr_keys_v1.txt` 是一个包含6623个字符的中文字典，
 `ppocr/utils/ic15_dict.txt` 是一个包含36个字符的英文字典，
-您可以按需使用。如需自定义dic文件，请修改 `configs/rec/rec_icdar15_train.yml` 中的 `character_dict_path` 字段。
+您可以按需使用。
 
+如需自定义dic文件，请修改 `configs/rec/rec_icdar15_train.yml` 中的 `character_dict_path` 字段, 并将 `character_type` 设置为 `ch`。
 
 ### 启动训练
 
@@ -94,7 +103,7 @@ PaddleOCR提供了训练脚本、评估脚本和预测脚本，本节将以 CRNN
 export PYTHONPATH=$PYTHONPATH:.
 # GPU训练 支持单卡，多卡训练，通过CUDA_VISIBLE_DEVICES指定卡号
 export CUDA_VISIBLE_DEVICES=0,1,2,3
-python tools/train.py -c configs/rec/rec_icdar15_train.yml
+python3 tools/train.py -c configs/rec/rec_icdar15_train.yml
 ```
 
 PaddleOCR支持训练和评估交替进行, 可以在 `configs/rec/rec_icdar15_train.yml` 中修改 `eval_batch_step` 设置评估频率，默认每2000个iter评估一次。评估过程中默认将最佳acc模型，保存为 `output/rec_CRNN/best_accuracy` 。
@@ -110,7 +119,7 @@ PaddleOCR支持训练和评估交替进行, 可以在 `configs/rec/rec_icdar15_t
 ```
 export CUDA_VISIBLE_DEVICES=0
 # GPU 评估， Global.checkpoints 为待测权重
-python tools/eval.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy
+python3 tools/eval.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy
 ```
 
 ### 预测
@@ -122,7 +131,7 @@ PaddleOCR 提供了训练好的中文模型，可以[下载](todo: add)进行快
 默认预测图片存储在 `infer_img` 里，通过 `-o Global.checkpoints` 指定权重：
 
 ```
-python tools/infer_rec.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy TestReader.infer_img=doc/imgs_word/word_1.jpg
+python3 tools/infer_rec.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy TestReader.infer_img=doc/imgs_word/word_1.jpg
 ```
 预测图片：