diff --git a/README_ch.md b/README_ch.md index a231800cbe56df3a9096785f5713b565daa03ead..a788c227ad4055ec85af907a09471a8b58ae4625 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** -- 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。 +- 2021.1.11 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题,总数147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 @@ -102,7 +102,7 @@ PaddleOCR同时支持动态图与静态图两种编程范式 - FAQ - [【精选】OCR精选10个问题](./doc/doc_ch/FAQ.md) - [【理论篇】OCR通用31个问题](./doc/doc_ch/FAQ.md) - - [【实战篇】PaddleOCR实战101个问题](./doc/doc_ch/FAQ.md) + - [【实战篇】PaddleOCR实战106个问题](./doc/doc_ch/FAQ.md) - [技术交流群](#欢迎加入PaddleOCR技术交流群) - [参考文献](./doc/doc_ch/reference.md) - [许可证书](#许可证书) diff --git a/doc/doc_ch/FAQ.md b/doc/doc_ch/FAQ.md index da31d608bfdead2734d11d0ab0619cdff7aeeb78..bf06132b01ba09796e3729be116b8d22acc9e0df 100755 --- a/doc/doc_ch/FAQ.md +++ b/doc/doc_ch/FAQ.md @@ -15,43 +15,41 @@ * [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101个问题](#PaddleOCR实战问题) - * [使用咨询31题](#使用咨询) +* [【实战篇】PaddleOCR实战106个问题](#PaddleOCR实战问题) + * [使用咨询36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27题](#预测部署3) -## 近期更新(2021.1.4) +## 近期更新(2021.1.11) -#### 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” +#### Q3.1.32 能否修改StyleText配置文件中的分辨率? -#### 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** StyleText目前的训练数据主要是高度32的图片,建议不要改变高度。未来我们会支持更丰富的分辨率。 -**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 +#### Q3.1.33 StyleText是否可以更换字体文件? -#### Q3.1.31: 怎么输出网络结构以及每层的参数信息? +**A** StyleText项目中的字体文件为标准字体,主要用作模型的输入部分,不能够修改。 +StyleText的用途主要是:提取style_image中的字体、背景等style信息,根据语料生成同样style的图片。 -**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。 +#### Q3.1.34 StyleText批量生成图片为什么没有输出? -#### Q3.4.26: 目前paddle hub serving 只支持 imgpath,如果我想用imgurl 去哪里改呢? +**A** 需要检查以下您配置文件中的路径是否都存在。尤其要注意的是[label_file配置](https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/StyleText/README_ch.md#%E5%BF%AB%E9%80%9F%E4%B8%8A%E6%89%8B)。 +如果您使用的style_image输入没有label信息,您依然需要提供一个图片文件列表。 -**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) -``` +#### Q3.1.35 怎样把OCR输出的结果组成有意义的语句呢? -#### Q3.4.27: C++ 端侧部署可以只对OCR的检测部署吗? +**A** OCR输出的结果包含坐标信息和文字内容两部分。如果您不关心文字的顺序,那么可以直接按box的序号连起来。 +如果需要将文字按照一定的顺序排列,则需要您设定一些规则,对文字的坐标进行处理,例如按照坐标从上到下,从左到右连接识别结果。 +对于一些有规律的垂类场景,可以设定模板,根据位置、内容进行匹配。 +例如识别身份证照片,可以先匹配"姓名","性别"等关键字,根据这些关键字的坐标去推测其他信息的位置,再与识别的结果匹配。 -**A**: 可以的,识别和检测模块是解耦的。如果想对检测部署,需要自己修改一下main函数, -只保留检测相关就可以:https://github.com/PaddlePaddle/PaddleOCR/blob/de3e2e7cd3b8b65ee02d7a41e570fa5b511a3c1d/deploy/cpp_infer/src/main.cpp#L72 +#### Q3.1.36 如何识别竹简上的古文? +**A** 对于字符都是普通的汉字字符的情况,只要标注足够的数据,finetune模型就可以了。如果数据量不足,您可以尝试StyleText工具。 +而如果使用的字符是特殊的古文字、甲骨文、象形文字等,那么首先需要构建一个古文字的字典,之后再进行训练。 @@ -458,6 +456,31 @@ https://github.com/PaddlePaddle/PaddleOCR/blob/de3e2e7cd3b8b65ee02d7a41e570fa5b5 **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。 +#### Q3.1.32 能否修改StyleText配置文件中的分辨率? + +**A** StyleText目前的训练数据主要是高度32的图片,建议不要改变高度。未来我们会支持更丰富的分辨率。 + +#### Q3.1.33 StyleText是否可以更换字体文件? + +**A** StyleText项目中的字体文件为标准字体,主要用作模型的输入部分,不能够修改。 +StyleText的用途主要是:提取style_image中的字体、背景等style信息,根据语料生成同样style的图片。 + +#### Q3.1.34 StyleText批量生成图片为什么没有输出? + +**A** 需要检查以下您配置文件中的路径是否都存在。尤其要注意的是[label_file配置](https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/StyleText/README_ch.md#%E5%BF%AB%E9%80%9F%E4%B8%8A%E6%89%8B)。 +如果您使用的style_image输入没有label信息,您依然需要提供一个图片文件列表。 + +#### Q3.1.35 怎样把OCR输出的结果组成有意义的语句呢? + +**A** OCR输出的结果包含坐标信息和文字内容两部分。如果您不关心文字的顺序,那么可以直接按box的序号连起来。 +如果需要将文字按照一定的顺序排列,则需要您设定一些规则,对文字的坐标进行处理,例如按照坐标从上到下,从左到右连接识别结果。 +对于一些有规律的垂类场景,可以设定模板,根据位置、内容进行匹配。 +例如识别身份证照片,可以先匹配"姓名","性别"等关键字,根据这些关键字的坐标去推测其他信息的位置,再与识别的结果匹配。 + +#### Q3.1.36 如何识别竹简上的古文? +**A** 对于字符都是普通的汉字字符的情况,只要标注足够的数据,finetune模型就可以了。如果数据量不足,您可以尝试StyleText工具。 +而如果使用的字符是特殊的古文字、甲骨文、象形文字等,那么首先需要构建一个古文字的字典,之后再进行训练。 + ### 数据集 @@ -519,8 +542,8 @@ https://github.com/PaddlePaddle/PaddleOCR/blob/de3e2e7cd3b8b65ee02d7a41e570fa5b5 #### Q3.2.11:有哪些标注工具可以标注OCR数据集? -**A**:您可以参考:https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_en/data_annotation_en.md。 -我们计划推出高效标注OCR数据的标注工具,请您持续关注PaddleOCR的近期更新。 +**A**:推荐您使用PPOCRLabel工具。 +您还可以参考:https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_en/data_annotation_en.md。 #### Q3.2.12:一些特殊场景的数据识别效果差,但是数据量很少,不够用来finetune怎么办?