From c91baf7cc66aa2db1911c99eafe68c6d99c2011a Mon Sep 17 00:00:00 2001 From: tink2123 Date: Mon, 4 Jan 2021 13:21:41 +0800 Subject: [PATCH] add faq, 210104 --- README_ch.md | 2 +- doc/doc_ch/FAQ.md | 72 +++++++++++++++++++++++++++++++++-------------- 2 files changed, 52 insertions(+), 22 deletions(-) diff --git a/README_ch.md b/README_ch.md index 3b0a2bfb..7aa43222 100755 --- a/README_ch.md +++ b/README_ch.md @@ -8,7 +8,7 @@ PaddleOCR同时支持动态图与静态图两种编程范式 - 静态图版本：develop分支 **近期更新** -- 2020.12.28 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，总数137个，每周一都会更新，欢迎大家持续关注。 +- 2021.1.4 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，总数142个，每周一都会更新，欢迎大家持续关注。 - 2020.12.15 更新数据合成工具[Style-Text](./StyleText/README_ch.md)，可以批量合成大量与目标场景类似的图像，在多个场景验证，效果明显提升。 - 2020.11.25 更新半自动标注工具[PPOCRLabel](./PPOCRLabel/README_ch.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 diff --git a/doc/doc_ch/FAQ.md b/doc/doc_ch/FAQ.md index 1abf30cc..2ad59f3d 100755 --- a/doc/doc_ch/FAQ.md +++ b/doc/doc_ch/FAQ.md @@ -9,45 +9,48 @@ ## PaddleOCR常见问题汇总(持续更新) -* [近期更新（2020.12.28）](#近期更新) +* [近期更新（2020.1.4）](#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31个问题](#OCR通用问题) +* [【理论篇】OCR通用32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17题](#模型训练调优2) -* [【实战篇】PaddleOCR实战96个问题](#PaddleOCR实战问题) - * [使用咨询28题](#使用咨询) + * [模型训练调优18题](#模型训练调优2) +* [【实战篇】PaddleOCR实战100个问题](#PaddleOCR实战问题) + * [使用咨询31题](#使用咨询) * [数据集17题](#数据集3) * [模型训练调优26题](#模型训练调优3) - * [预测部署25题](#预测部署3) + * [预测部署26题](#预测部署3) -## 近期更新（2020.12.28） +## 近期更新（2021.1.4） -#### Q3.1.25: 使用dygraph分支，在docker中训练PaddleOCR的时候，数据路径没有任何问题，但是一直报错`reader rasied an exception`，这是为什么呢？ - -**A** 创建docker的时候，`/dev/shm`的默认大小为64M，如果使用多进程读取数据，共享内存可能不够，因此需要给`/dev/shm`分配更大的空间，在创建docker的时候，传入`--shm-size=8g`表示给`/dev/shm`分配8g的空间。 +#### Q2.3.18: 请问有哪些修改骨干网络的技巧？ -#### Q3.1.26: 在repo中没有找到Lite和PaddleServing相关的部署教程，这是在哪里呢？ +**A**: 可以参考HS-ResNet这篇文章:https://arxiv.org/pdf/2010.07621.pdf -**A** 目前PaddleOCR的默认分支为dygraph，关于Lite和PaddleLite的动态图部署还在适配中，如果希望在Lite端或者使用PaddleServing部署，推荐使用develop分支（静态图）的代码。 - -#### Q3.1.27: 如何可视化acc,loss曲线图,模型网络结构图等？ +#### Q3.1.29: PPOCRLabel创建矩形框时只能拖出正方形，如何进行矩形标注？ -**A** 在配置文件里有`use_visualdl`的参数，设置为True即可，更多的使用命令可以参考：[VisualDL使用指南](https://www.paddlepaddle.org.cn/documentation/docs/zh/2.0-rc1/guides/03_VisualDL/visualdl.html)。 +**A** 取消勾选：“编辑”-“正方形标注” -#### Q3.1.28: 在使用StyleText数据合成工具的时候，报错`ModuleNotFoundError: No module named 'utils.config'`，这是为什么呢？ +#### Q3.1.30: Style-Text 如何不文字风格迁移，就像普通文本生成程序一样默认字体直接输出到分割的背景图？ -**A** 有2个解决方案 -- 在StyleText路径下面设置PYTHONPATH：`export PYTHONPATH=./` -- 拉取最新的代码 +**A** 使用image_synth模式会输出fake_bg.jpg，即为背景图。如果想要批量提取背景，可以稍微修改一下代码，将fake_bg保存下来即可。要修改的位置： +https://github.com/PaddlePaddle/PaddleOCR/blob/de3e2e7cd3b8b65ee02d7a41e570fa5b511a3c1d/StyleText/engine/synthesisers.py#L68 -#### Q3.3.26: PaddleOCR在训练的时候一直使用cosine_decay的学习率下降策略，这是为什么呢？ +#### Q3.1.31: 怎么输出网络结构以及每层的参数信息？ -**A**: cosine_decay表示在训练的过程中，学习率按照cosine的变化趋势逐渐下降至0，在迭代轮数更长的情况下，比常量的学习率变化策略会有更好的收敛效果，因此在实际训练的时候，均采用了cosine_decay，来获得精度更高的模型。 +**A** 可以使用 `paddle.summary`， 具体参考:https://www.paddlepaddle.org.cn/documentation/docs/zh/2.0-rc1/api/paddle/hapi/model_summary/summary_cn.html#summary。 +### Q3.4.26: 目前paddle hub serving 只支持 imgpath，如果我想用imgurl 去哪里改呢？ +**A**: 图片是在这里读取的：https://github.com/PaddlePaddle/PaddleOCR/blob/67ef25d593c4eabfaaceb22daade4577f53bed81/deploy/hubserving/ocr_system/module.py#L55， +可以参考下面的写法，将url path转化为np array（https://cloud.tencent.com/developer/article/1467840） +``` +response = request.urlopen('http://i1.whymtj.com/uploads/tu/201902/9999/52491ae4ba.jpg') +img_array = np.array(bytearray(response.read()), dtype=np.uint8) +img = cv.imdecode(img_array, -1) +``` ## 【精选】OCR精选10个问题 @@ -289,6 +292,10 @@ **A**：StyleText模型生成的数据主要用于OCR识别模型的训练。PaddleOCR目前识别模型的输入为32 x N，因此当前版本模型主要适用高度为32的数据。 建议要合成的数据尺寸设置为32 x N。尺寸相差不多的数据也可以生成，尺寸很大或很小的数据效果确实不佳。 +#### Q2.3.18: 请问有哪些修改骨干网络的技巧？ + +**A**: 可以参考HS-ResNet这篇文章:https://arxiv.org/pdf/2010.07621.pdf + ## 【实战篇】PaddleOCR实战问题 @@ -439,6 +446,19 @@ python3 -m pip install paddlepaddle-gpu==2.0.0rc1 -i https://mirror.baidu.com/py - 在StyleText路径下面设置PYTHONPATH：`export PYTHONPATH=./` - 拉取最新的代码 +#### Q3.1.29: PPOCRLabel创建矩形框时只能拖出正方形，如何进行矩形标注？ + +**A** 取消勾选：“编辑”-“正方形标注” + +#### Q3.1.30: Style-Text 如何不文字风格迁移，就像普通文本生成程序一样默认字体直接输出到分割的背景图？ + +**A** 使用image_synth模式会输出fake_bg.jpg，即为背景图。如果想要批量提取背景，可以稍微修改一下代码，将fake_bg保存下来即可。要修改的位置： +https://github.com/PaddlePaddle/PaddleOCR/blob/de3e2e7cd3b8b65ee02d7a41e570fa5b511a3c1d/StyleText/engine/synthesisers.py#L68 + +#### Q3.1.31: 怎么输出网络结构以及每层的参数信息？ + +**A** 可以使用 `paddle.summary`， 具体参考:https://www.paddlepaddle.org.cn/documentation/docs/zh/2.0-rc1/api/paddle/hapi/model_summary/summary_cn.html#summary。 + ### 数据集 @@ -786,3 +806,13 @@ ps -axu | grep train.py | awk '{print $2}' | xargs kill -9 建议首先排查diff出现在检测模型还是识别模型，或者尝试换其他模型是否有类似的问题。 其次，检查python端和C++端数据处理部分是否存在差异，建议保存环境，更新PaddleOCR代码再试下。 如果更新代码或者更新代码都没能解决，建议在PaddleOCR微信群里或者issue中抛出您的问题。 + +### Q3.4.26: 目前paddle hub serving 只支持 imgpath，如果我想用imgurl 去哪里改呢？ + +**A**: 图片是在这里读取的：https://github.com/PaddlePaddle/PaddleOCR/blob/67ef25d593c4eabfaaceb22daade4577f53bed81/deploy/hubserving/ocr_system/module.py#L55， +可以参考下面的写法，将url path转化为np array（https://cloud.tencent.com/developer/article/1467840） +``` +response = request.urlopen('http://i1.whymtj.com/uploads/tu/201902/9999/52491ae4ba.jpg') +img_array = np.array(bytearray(response.read()), dtype=np.uint8) +img = cv.imdecode(img_array, -1) +``` -- GitLab