Skip to content

P
PaddleOCR

PaddlePaddle / PaddleOCR
1 年多 前同步成功

通知 1538
Star 32963
Fork 6643
P
PaddleOCR
提交 bb0c9596 编写于 作者: L LDOUBLEV
浏览文件
操作

add benchmark

上级 a0252354
显示空白变更内容
内联 并排
Showing with 18 addition and 11 deletion
applications/车牌识别.md
浏览文件 @ bb0c9596
...@@ -357,11 +357,13 @@ python3.7 deploy/slim/quantization/quant.py -c configs/det/ch_PP-OCRv3/ch_PP-OCR ...@@ -357,11 +357,13 @@ python3.7 deploy/slim/quantization/quant.py -c configs/det/ch_PP-OCRv3/ch_PP-OCR
|方案|hmeans| 模型大小 |预测速度(lite)| |方案|hmeans| 模型大小 |预测速度(lite)|
|---|---|------|---| |---|---|------|---|
|PP-OCRv3中英文超轻量检测预训练模型 fine-tune|99%| 2.5M || |PP-OCRv3中英文超轻量检测预训练模型 fine-tune|99%| 2.5M | 223ms/image |
|PP-OCRv3中英文超轻量检测预训练模型 fine-tune+量化|98.91%| 1M || |PP-OCRv3中英文超轻量检测预训练模型 fine-tune+量化|98.91%| 1M | 189ms/image |
可以看到量化后能显著降低模型体积并且精度几乎无损。 可以看到量化后能显著降低模型体积并且精度几乎无损。
预测速度是在android骁龙855上预测275张图像的平均耗时。
#### 4.1.4 模型导出 #### 4.1.4 模型导出
使用如下命令可以将训练好的模型进行导出 使用如下命令可以将训练好的模型进行导出
...@@ -571,11 +573,13 @@ python3.7 deploy/slim/quantization/quant.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_ ...@@ -571,11 +573,13 @@ python3.7 deploy/slim/quantization/quant.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_
|方案| acc | 模型大小 |预测速度(lite)| |方案| acc | 模型大小 |预测速度(lite)|
|---|--------|-------|---| |---|--------|-------|---|
|PP-OCRv3中英文超轻量识别预训练模型 fine-tune| 94.54% | 10.3M | |PP-OCRv3中英文超轻量识别预训练模型 fine-tune| 94.54% | 10.3M | 4.2ms/image |
|PP-OCRv3中英文超轻量识别预训练模型 fine-tune + 量化| 93.4% | 4.8M | |PP-OCRv3中英文超轻量识别预训练模型 fine-tune + 量化| 93.4% | 4.8M | 1.8ms/image; |
可以看到量化后能显著降低模型体积，但是由于识别数据过少，量化带来了1%的精度下降。 可以看到量化后能显著降低模型体积，但是由于识别数据过少，量化带来了1%的精度下降。
预测速度是在android骁龙855上预测5006张识别文字图像的平均耗时。
#### 4.2.5 模型导出 #### 4.2.5 模型导出
使用如下命令可以将训练好的模型进行导出。 使用如下命令可以将训练好的模型进行导出。
...@@ -618,19 +622,22 @@ python tools/infer/predict_system.py \ ...@@ -618,19 +622,22 @@ python tools/infer/predict_system.py \
|方案|hmeans| 模型大小 |预测速度(lite)| |方案|hmeans| 模型大小 |预测速度(lite)|
|---|---|------|---| |---|---|------|---|
|PP-OCRv3中英文超轻量检测预训练模型直接预测|76.12%|2.5M| |PP-OCRv3中英文超轻量检测预训练模型直接预测|76.12%|2.5M| 223ms/image |
|PP-OCRv3中英文超轻量检测预训练模型 fine-tune|99%| 2.5M || |PP-OCRv3中英文超轻量检测预训练模型 fine-tune|99%| 2.5M | 223ms/image |
|PP-OCRv3中英文超轻量检测预训练模型 fine-tune+量化|98.91%| 1M || |PP-OCRv3中英文超轻量检测预训练模型 fine-tune+量化|98.91%| 1M | 189ms/image |
预测速度是在android骁龙855上预测275张图像的平均耗时。
- 识别 - 识别
|方案| acc | 模型大小 |预测速度(lite)| |方案| acc | 模型大小 |预测速度(lite)|
|---|--------|-------|---| |---|--------|-------|---|
|PP-OCRv3中英文超轻量识别预训练模型直接预测| 0% |10.3M|| |PP-OCRv3中英文超轻量识别预训练模型直接预测| 0% |10.3M| 4.2ms/image |
|PP-OCRv3中英文超轻量识别预训练模型直接预测+后处理去掉多识别的`·`| 90.97% |10.3M|| |PP-OCRv3中英文超轻量识别预训练模型直接预测+后处理去掉多识别的`·`| 90.97% |10.3M| 4.2ms/image |
|PP-OCRv3中英文超轻量识别预训练模型 fine-tune| 94.54% | 10.3M || |PP-OCRv3中英文超轻量识别预训练模型 fine-tune| 94.54% | 10.3M | 4.2ms/image |
|PP-OCRv3中英文超轻量识别预训练模型 fine-tune + 量化| 94.4% | 4.8M || |PP-OCRv3中英文超轻量识别预训练模型 fine-tune + 量化| 94.4% | 4.8M | 1.8ms/image |
预测速度是在android骁龙855上预测5006张识别文字图像的平均耗时。
- 结论 - 结论
......
Markdown is supported
0% 或 .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑！
想要评论请 注册 或