Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleOCR
提交
a5b5bfe4
P
PaddleOCR
项目概览
PaddlePaddle
/
PaddleOCR
12 个月 前同步成功
通知
1518
Star
32962
Fork
6643
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
108
列表
看板
标记
里程碑
合并请求
7
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleOCR
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
108
Issue
108
列表
看板
标记
里程碑
合并请求
7
合并请求
7
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
a5b5bfe4
编写于
5月 05, 2022
作者:
L
LDOUBLEV
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fix
上级
72d26130
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
7 addition
and
6 deletion
+7
-6
doc/doc_ch/PP-OCRv3_introduction.md
doc/doc_ch/PP-OCRv3_introduction.md
+6
-5
doc/doc_ch/ppocr_introduction.md
doc/doc_ch/ppocr_introduction.md
+1
-1
doc/ppocr_v3/LKPAN.png
doc/ppocr_v3/LKPAN.png
+0
-0
未找到文件。
doc/doc_ch/PP-OCRv3_introduction.md
浏览文件 @
a5b5bfe4
...
...
@@ -44,10 +44,11 @@ RSEFPN的网络结构如下图所示,RSEFPN在PP-OCRv2的FPN基础上,将FPN
<img
src=
".././ppocr_v3/RSEFPN.png"
width=
"800"
>
</div>
RSEFPN将PP-OCR检测模型的精度hmean从81.3%提升到84.5%。模型大小从3M变为3.6M。
-
在蒸馏的teacher模型精度提升方面,提出了LKPAN结构替换PP-OCRv2的FPN结构,并且使用ResNet50作为Backbone,更大的模型带来更多的精度提升。另外,对teacher模型使用
[
DML
](
https://arxiv.org/abs/1706.00384
)
蒸馏策略进一步提升teacher模型的精度。最终teacher的模型指标hmean从83.2%提升到了86.0%。
*注:PP-OCRv2的FPN通道数仅为96和24,如果直接用SE模块代替FPN的卷积会导致精度下降,使用残差结构可以防止训练中包含重要特征的通道被抑制。*
-
在蒸馏的teacher模型精度提升方面,提出了LKPAN结构替换PP-OCRv2的FPN结构,并且使用ResNet50作为Backbone,更大的模型带来更多的精度提升。另外,对teacher模型使用
[
DML
](
https://arxiv.org/abs/1706.00384
)
蒸馏策略进一步提升teacher模型的精度。最终teacher的模型指标相比ppocr_server_v2.0从83.2%提升到了86.0%。
*注:[PP-OCRv2的FPN结构](https://github.com/PaddlePaddle/PaddleOCR/blob/77acb3bfe51c8a46c684527f73cd218cefedb4a3/ppocr/modeling/necks/db_fpn.py#L107)对DB算法FPN结构做了轻量级设计*
...
...
@@ -57,7 +58,7 @@ LKPAN的网络结构如下图所示:
<img
src=
"../ppocr_v3/LKPAN.png"
width=
"800"
>
</div>
LKPAN(Large Kernel PAN)是一个具有更大感受野的轻量级
[
PAN
](
https://arxiv.org/pdf/1803.01534.pdf
)
结构。在LKPAN的path augmentation中,使用kernel size为
`9*9`
的卷积;更大的kernel size意味着更大的感受野,更容易检测大字体的文字以及极端长宽比的文字。LKPAN将
base
检测模型的精度hmean从81.3%提升到84.9%。
LKPAN(Large Kernel PAN)是一个具有更大感受野的轻量级
[
PAN
](
https://arxiv.org/pdf/1803.01534.pdf
)
结构。在LKPAN的path augmentation中,使用kernel size为
`9*9`
的卷积;更大的kernel size意味着更大的感受野,更容易检测大字体的文字以及极端长宽比的文字。LKPAN将
PP-OCR
检测模型的精度hmean从81.3%提升到84.9%。
*注:LKPAN相比RSEFPN有更多的精度提升,但是考虑到模型大小和预测速度等因素,在student模型中使用RSEFPN。*
...
...
@@ -71,8 +72,8 @@ LKPAN(Large Kernel PAN)是一个具有更大感受野的轻量级[PAN](https://a
|1|PP-OCRV2|3M|83.3%|117ms|
|2|0 + RESFPN|3.6M|84.5%|124ms|
|3|0 + LKPAN|4.6M|84.9%|156ms|
|4|
teacher |124M|83.2%|-
|
|5|teacher + DML + LKPAN|124M|86.0%|
-
|
|4|
ppocr_server_v2.0 |124M|83.2%||171ms
|
|5|teacher + DML + LKPAN|124M|86.0%|
396ms
|
|6|0 + 2 + 5 + CML|3.6M|85.4%|124ms|
...
...
doc/doc_ch/ppocr_introduction.md
浏览文件 @
a5b5bfe4
...
...
@@ -47,7 +47,7 @@ PP-OCRv3文本检测从网络结构、蒸馏训练策略两个方向做了进一
|-|-|-|-|-|
|0|ppocr_mobile|3M|81.3|117ms|
|1|PPOCRV2|3M|83.3|117ms|
|2|teacher DML
|124M|86.0|-
|
|2|teacher DML
+ LKPAN|124M|86.0|396ms
|
|3|1 + 2 + RESFPN|3.6M|85.4|124ms|
|4|1 + 2 + LKPAN|4.6M|86.0|156ms|
...
...
doc/ppocr_v3/LKPAN.png
查看替换文件 @
72d26130
浏览文件 @
a5b5bfe4
125.7 KB
|
W:
|
H:
130.2 KB
|
W:
|
H:
2-up
Swipe
Onion skin
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录