# 基于PP-OCRv3的PCB字符识别 - [1. 项目介绍](#1-项目介绍) - [2. 安装说明](#2-安装说明) - [3. 数据准备](#3-数据准备) - [4. 文本检测](#4-文本检测) - [4.1 预训练模型直接评估](#41-预训练模型直接评估) - [4.2 预训练模型+验证集padding直接评估](#42-预训练模型验证集padding直接评估) - [4.3 预训练模型+fine-tune](#43-预训练模型fine-tune) - [5. 文本识别](#5-文本识别) - [5.1 预训练模型直接评估](#51-预训练模型直接评估) - [5.2 三种fine-tune方案](#52-三种fine-tune方案) - [6. 模型导出](#6-模型导出) - [7. 端对端评测](#7-端对端评测) - [8. Jetson部署](#8-Jetson部署) - [9. 总结](#9-总结) - [更多资源](#更多资源) # 1. 项目介绍 印刷电路板(PCB)是电子产品中的核心器件，对于板件质量的测试与监控是生产中必不可少的环节。在一些场景中，通过PCB中信号灯颜色和文字组合可以定位PCB局部模块质量问题，PCB文字识别中存在如下难点： - 裁剪出的PCB图片宽高比例较小 - 文字区域整体面积也较小 - 包含垂直、水平多种方向文本 针对本场景，PaddleOCR基于全新的PP-OCRv3通过合成数据、微调以及其他场景适配方法完成小字符文本识别任务，满足企业上线要求。PCB检测、识别效果如 **图1** 所示：
图1 PCB检测识别效果
注：欢迎在AIStudio领取免费算力体验线上实训，项目链接: [基于PP-OCRv3实现PCB字符识别](https://aistudio.baidu.com/aistudio/projectdetail/4008973) # 2. 安装说明 下载PaddleOCR源码，安装依赖环境。 ```python # 如仍需安装or安装更新，可以执行以下步骤 git clone https://github.com/PaddlePaddle/PaddleOCR.git # git clone https://gitee.com/PaddlePaddle/PaddleOCR ``` ```python # 安装依赖包 pip install -r /home/aistudio/PaddleOCR/requirements.txt ``` # 3. 数据准备 我们通过图片合成工具生成 **图2** 所示的PCB图片，整图只有高25、宽150左右、文字区域高9、宽45左右，包含垂直和水平2种方向的文本：
图2 数据集示例
暂时不开源生成的PCB数据集，但是通过更换背景，通过如下代码生成数据即可： ``` cd gen_data python3 gen.py --num_img=10 ``` 生成图片参数解释： ``` num_img：生成图片数量 font_min_size、font_max_size：字体最大、最小尺寸 bg_path：文字区域背景存放路径 det_bg_path：整图背景存放路径 fonts_path：字体路径 corpus_path：语料路径 output_dir：生成图片存储路径 ``` 这里生成 **100张** 相同尺寸和文本的图片，如 **图3** 所示，方便大家跑通实验。通过如下代码解压数据集：
图3 案例提供数据集示例
```python tar xf ./data/data148165/dataset.tar -C ./ ``` 在生成数据集的时需要生成检测和识别训练需求的格式： - **文本检测** 标注文件格式如下，中间用'\t'分隔： ``` " 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，***当其内容为“###”时，表示该文本框无效，在训练时会跳过。*** - **文本识别** 标注文件的格式如下， txt文件中默认请将图片路径和图片标签用'\t'分割，如用其他方式分割将造成训练报错。 ``` " 图像文件名 图像标注信息 " train_data/rec/train/word_001.jpg 简单可依赖 train_data/rec/train/word_002.jpg 用科技让复杂的世界更简单 ... ``` # 4. 文本检测 选用飞桨OCR开发套件[PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)中的PP-OCRv3模型进行文本检测和识别。针对检测模型和识别模型，进行了共计9个方面的升级： - PP-OCRv3检测模型对PP-OCRv2中的CML协同互学习文本检测蒸馏策略进行了升级，分别针对教师模型和学生模型进行进一步效果优化。其中，在对教师模型优化时，提出了大感受野的PAN结构LK-PAN和引入了DML蒸馏策略；在对学生模型优化时，提出了残差注意力机制的FPN结构RSE-FPN。 - PP-OCRv3的识别模块是基于文本识别算法SVTR优化。SVTR不再采用RNN结构，通过引入Transformers结构更加有效地挖掘文本行图像的上下文信息，从而提升文本识别能力。PP-OCRv3通过轻量级文本识别网络SVTR_LCNet、Attention损失指导CTC损失训练策略、挖掘文字上下文信息的数据增广策略TextConAug、TextRotNet自监督预训练模型、UDML联合互学习策略、UIM无标注数据挖掘方案，6个方面进行模型加速和效果提升。 更多细节请参考PP-OCRv3[技术报告](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.5/doc/doc_ch/PP-OCRv3_introduction.md)。 我们使用 **3种方案** 进行检测模型的训练、评估： - **PP-OCRv3英文超轻量检测预训练模型直接评估** - PP-OCRv3英文超轻量检测预训练模型 + **验证集padding**直接评估 - PP-OCRv3英文超轻量检测预训练模型 + **fine-tune** ## **4.1 预训练模型直接评估** 我们首先通过PaddleOCR提供的预训练模型在验证集上进行评估，如果评估指标能满足效果，可以直接使用预训练模型，不再需要训练。 使用预训练模型直接评估步骤如下： **1）下载预训练模型** PaddleOCR已经提供了PP-OCR系列模型，部分模型展示如下表所示： | 模型简介 | 模型名称 | 推荐场景 | 检测模型 | 方向分类器 | 识别模型 | | ------------------------------------- | ----------------------- | --------------- | ------------------------------------------------------------ | ------------------------------------------------------------ | ------------------------------------------------------------ | | 中英文超轻量PP-OCRv3模型（16.2M） | ch_PP-OCRv3_xx | 移动端&服务器端 | [推理模型](https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_distill_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_train.tar) | | 英文超轻量PP-OCRv3模型（13.4M） | en_PP-OCRv3_xx | 移动端&服务器端 | [推理模型](https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_det_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_det_distill_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_rec_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_rec_train.tar) | | 中英文超轻量PP-OCRv2模型（13.0M） | ch_PP-OCRv2_xx | 移动端&服务器端 | [推理模型](https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_distill_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_train.tar) | | 中英文超轻量PP-OCR mobile模型（9.4M） | ch_ppocr_mobile_v2.0_xx | 移动端&服务器端 | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_pre.tar) | | 中英文通用PP-OCR server模型（143.4M） | ch_ppocr_server_v2.0_xx | 服务器端 | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_det_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_det_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar) | [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_rec_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_rec_pre.tar) | 更多模型下载（包括多语言），可以参[考PP-OCR系列模型下载](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.5/doc/doc_ch/models_list.md) 这里我们使用PP-OCRv3英文超轻量检测模型，下载并解压预训练模型： ```python # 如果更换其他模型，更新下载链接和解压指令就可以 cd /home/aistudio/PaddleOCR mkdir pretrain_models cd pretrain_models # 下载英文预训练模型 wget https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_det_distill_train.tar tar xf en_PP-OCRv3_det_distill_train.tar && rm -rf en_PP-OCRv3_det_distill_train.tar %cd .. ``` **模型评估** 首先修改配置文件`configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml`中的以下字段： ``` Eval.dataset.data_dir：指向验证集图片存放目录,'/home/aistudio/dataset' Eval.dataset.label_file_list：指向验证集标注文件,'/home/aistudio/dataset/det_gt_val.txt' Eval.dataset.transforms.DetResizeForTest: 尺寸 limit_side_len: 48 limit_type: 'min' ``` 然后在验证集上进行评估，具体代码如下： ```python cd /home/aistudio/PaddleOCR python tools/eval.py \ -c configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml \ -o Global.checkpoints="./pretrain_models/en_PP-OCRv3_det_distill_train/best_accuracy" ``` ## **4.2 预训练模型+验证集padding直接评估** 考虑到PCB图片比较小，宽度只有25左右、高度只有140-170左右，我们在原图的基础上进行padding，再进行检测评估，padding前后效果对比如 **图4** 所示：
图4 padding前后对比图
将图片都padding到300*300大小，因为坐标信息发生了变化，我们同时要修改标注文件，在`/home/aistudio/dataset`目录里也提供了padding之后的图片，大家也可以尝试训练和评估： 同上，我们需要修改配置文件`configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml`中的以下字段： ``` Eval.dataset.data_dir：指向验证集图片存放目录,'/home/aistudio/dataset' Eval.dataset.label_file_list：指向验证集标注文件,/home/aistudio/dataset/det_gt_padding_val.txt Eval.dataset.transforms.DetResizeForTest: 尺寸 limit_side_len: 1100 limit_type: 'min' ``` 然后执行评估代码 ```python cd /home/aistudio/PaddleOCR python tools/eval.py \ -c configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml \ -o Global.checkpoints="./pretrain_models/en_PP-OCRv3_det_distill_train/best_accuracy" ``` ## **4.3 预训练模型+fine-tune** 基于预训练模型，在生成的1500图片上进行fine-tune训练和评估，其中train数据1200张，val数据300张，修改配置文件`configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_student.yml`中的以下字段： ``` Global.epoch_num: 这里设置为1，方便快速跑通，实际中根据数据量调整该值 Global.save_model_dir：模型保存路径 Global.pretrained_model：指向预训练模型路径，'./pretrain_models/en_PP-OCRv3_det_distill_train/student.pdparams' Optimizer.lr.learning_rate：调整学习率，本实验设置为0.0005 Train.dataset.data_dir：指向训练集图片存放目录,'/home/aistudio/dataset' Train.dataset.label_file_list：指向训练集标注文件,'/home/aistudio/dataset/det_gt_train.txt' Train.dataset.transforms.EastRandomCropData.size：训练尺寸改为[480,64] Eval.dataset.data_dir：指向验证集图片存放目录,'/home/aistudio/dataset/' Eval.dataset.label_file_list：指向验证集标注文件,'/home/aistudio/dataset/det_gt_val.txt' Eval.dataset.transforms.DetResizeForTest：评估尺寸，添加如下参数 limit_side_len: 64 limit_type:'min' ``` 执行下面命令启动训练： ```python cd /home/aistudio/PaddleOCR/ python tools/train.py \ -c configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_student.yml ``` **模型评估** 使用训练好的模型进行评估，更新模型路径`Global.checkpoints`: ```python cd /home/aistudio/PaddleOCR/ python3 tools/eval.py \ -c configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_student.yml \ -o Global.checkpoints="./output/ch_PP-OCR_V3_det/latest" ``` 使用训练好的模型进行评估，指标如下所示： | 序号 | 方案 | hmean | 效果提升 | 实验分析 | | -------- | -------- | -------- | -------- | -------- | | 1 | PP-OCRv3英文超轻量检测预训练模型 | 64.64% | - | 提供的预训练模型具有泛化能力 | | 2 | PP-OCRv3英文超轻量检测预训练模型 + 验证集padding | 72.13% |+7.5% | padding可以提升尺寸较小图片的检测效果| | 3 | PP-OCRv3英文超轻量检测预训练模型 + fine-tune | 100% | +27.9% | fine-tune会提升垂类场景效果 | ``` 注：上述实验结果均是在1500张图片（1200张训练集，300张测试集）上训练、评估的得到，AIstudio只提供了100张数据，所以指标有所差异属于正常，只要策略有效、规律相同即可。 ``` # 5. 文本识别 我们分别使用如下4种方案进行训练、评估： - **方案1**：**PP-OCRv3中英文超轻量识别预训练模型直接评估** - **方案2**：PP-OCRv3中英文超轻量检测预训练模型 + **fine-tune** - **方案3**：PP-OCRv3中英文超轻量检测预训练模型 + fine-tune + **公开通用识别数据集** - **方案4**：PP-OCRv3中英文超轻量检测预训练模型 + fine-tune + **增加PCB图像数量** ## **5.1 预训练模型直接评估** 同检测模型，我们首先使用PaddleOCR提供的识别预训练模型在PCB验证集上进行评估。 使用预训练模型直接评估步骤如下： **1）下载预训练模型** 我们使用PP-OCRv3中英文超轻量文本识别模型，下载并解压预训练模型： ```python # 如果更换其他模型，更新下载链接和解压指令就可以 cd /home/aistudio/PaddleOCR/pretrain_models/ wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_train.tar tar xf ch_PP-OCRv3_rec_train.tar && rm -rf ch_PP-OCRv3_rec_train.tar cd .. ``` **模型评估** 首先修改配置文件`configs/det/ch_PP-OCRv3/ch_PP-OCRv2_rec_distillation.yml`中的以下字段： ``` Metric.ignore_space: True：忽略空格 Eval.dataset.data_dir：指向验证集图片存放目录,'/home/aistudio/dataset' Eval.dataset.label_file_list：指向验证集标注文件,'/home/aistudio/dataset/rec_gt_val.txt' ``` 我们使用下载的预训练模型进行评估： ```python cd /home/aistudio/PaddleOCR python3 tools/eval.py \ -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml \ -o Global.checkpoints=pretrain_models/ch_PP-OCRv3_rec_train/best_accuracy ``` ## **5.2 三种fine-tune方案** 方案2、3、4训练和评估方式是相同的，因此在我们了解每个技术方案之后，再具体看修改哪些参数是相同，哪些是不同的。 **方案介绍：** 1） **方案2**：预训练模型 + **fine-tune** - 在预训练模型的基础上进行fine-tune，使用1500张PCB进行训练和评估，其中训练集1200张，验证集300张。 2） **方案3**：预训练模型 + fine-tune + **公开通用识别数据集** - 当识别数据比较少的情况，可以考虑添加公开通用识别数据集。在方案2的基础上，添加公开通用识别数据集，如lsvt、rctw等。 3）**方案4**：预训练模型 + fine-tune + **增加PCB图像数量** - 如果能够获取足够多真实场景，我们可以通过增加数据量提升模型效果。在方案2的基础上，增加PCB的数量到2W张左右。 **参数修改：** 接着我们看需要修改的参数，以上方案均需要修改配置文件`configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml`的参数，**修改一次即可**： ``` Global.pretrained_model：指向预训练模型路径,'pretrain_models/ch_PP-OCRv3_rec_train/best_accuracy' Optimizer.lr.values：学习率，本实验设置为0.0005 Train.loader.batch_size_per_card: batch size,默认128，因为数据量小于128，因此我们设置为8，数据量大可以按默认的训练 Eval.loader.batch_size_per_card: batch size,默认128，设置为4 Metric.ignore_space: 忽略空格，本实验设置为True ``` **更换不同的方案**每次需要修改的参数： ``` Global.epoch_num: 这里设置为1，方便快速跑通，实际中根据数据量调整该值 Global.save_model_dir：指向模型保存路径 Train.dataset.data_dir：指向训练集图片存放目录 Train.dataset.label_file_list：指向训练集标注文件 Eval.dataset.data_dir：指向验证集图片存放目录 Eval.dataset.label_file_list：指向验证集标注文件 ``` 同时**方案3**修改以下参数 ``` Eval.dataset.label_file_list：添加公开通用识别数据标注文件 Eval.dataset.ratio_list：数据和公开通用识别数据每次采样比例，按实际修改即可 ``` 如 **图5** 所示：
图5 添加公开通用识别数据配置文件示例
我们提取Student模型的参数，在PCB数据集上进行fine-tune，可以参考如下代码： ```python import paddle # 加载预训练模型 all_params = paddle.load("./pretrain_models/ch_PP-OCRv3_rec_train/best_accuracy.pdparams") # 查看权重参数的keys print(all_params.keys()) # 学生模型的权重提取 s_params = {key[len("student_model."):]: all_params[key] for key in all_params if "student_model." in key} # 查看学生模型权重参数的keys print(s_params.keys()) # 保存 paddle.save(s_params, "./pretrain_models/ch_PP-OCRv3_rec_train/student.pdparams") ``` 修改参数后，**每个方案**都执行如下命令启动训练： ```python cd /home/aistudio/PaddleOCR/ python3 tools/train.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml ``` 使用训练好的模型进行评估，更新模型路径`Global.checkpoints`： ```python cd /home/aistudio/PaddleOCR/ python3 tools/eval.py \ -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml \ -o Global.checkpoints=./output/rec_ppocr_v3/latest ``` 所有方案评估指标如下： | 序号 | 方案 | acc | 效果提升 | 实验分析 | | -------- | -------- | -------- | -------- | -------- | | 1 | PP-OCRv3中英文超轻量识别预训练模型直接评估 | 46.67% | - | 提供的预训练模型具有泛化能力 | | 2 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune | 42.02% |-4.6% | 在数据量不足的情况，反而比预训练模型效果低(也可以通过调整超参数再试试)| | 3 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 公开通用识别数据集 | 77% | +30% | 在数据量不足的情况下，可以考虑补充公开数据训练 | | 4 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 增加PCB图像数量 | 99.99% | +23% | 如果能获取更多数据量的情况，可以通过增加数据量提升效果 | ``` 注：上述实验结果均是在1500张图片（1200张训练集，300张测试集）、2W张图片、添加公开通用识别数据集上训练、评估的得到，AIstudio只提供了100张数据，所以指标有所差异属于正常，只要策略有效、规律相同即可。 ``` # 6. 模型导出 inference 模型（paddle.jit.save保存的模型） 一般是模型训练，把模型结构和模型参数保存在文件中的固化模型，多用于预测部署场景。 训练过程中保存的模型是checkpoints模型，保存的只有模型的参数，多用于恢复训练等。 与checkpoints模型相比，inference 模型会额外保存模型的结构信息，在预测部署、加速推理上性能优越，灵活方便，适合于实际系统集成。 ```python # 导出检测模型 python3 tools/export_model.py \ -c configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_student.yml \ -o Global.pretrained_model="./output/ch_PP-OCR_V3_det/latest" \ Global.save_inference_dir="./inference_model/ch_PP-OCR_V3_det/" ``` 因为上述模型只训练了1个epoch，因此我们使用训练最优的模型进行预测，存储在`/home/aistudio/best_models/`目录下，解压即可 ```python cd /home/aistudio/best_models/ wget https://paddleocr.bj.bcebos.com/fanliku/PCB/det_ppocr_v3_en_infer_PCB.tar tar xf /home/aistudio/best_models/det_ppocr_v3_en_infer_PCB.tar -C /home/aistudio/PaddleOCR/pretrain_models/ ``` ```python # 检测模型inference模型预测 cd /home/aistudio/PaddleOCR/ python3 tools/infer/predict_det.py \ --image_dir="/home/aistudio/dataset/imgs/0000.jpg" \ --det_algorithm="DB" \ --det_model_dir="./pretrain_models/det_ppocr_v3_en_infer_PCB/" \ --det_limit_side_len=48 \ --det_limit_type='min' \ --det_db_unclip_ratio=2.5 \ --use_gpu=True ``` 结果存储在`inference_results`目录下，检测如下图所示：
图6 检测结果
同理，导出识别模型并进行推理。 ```python # 导出识别模型 python3 tools/export_model.py \ -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml \ -o Global.pretrained_model="./output/rec_ppocr_v3/latest" \ Global.save_inference_dir="./inference_model/rec_ppocr_v3/" ``` 同检测模型，识别模型也只训练了1个epoch，因此我们使用训练最优的模型进行预测，存储在`/home/aistudio/best_models/`目录下，解压即可 ```python cd /home/aistudio/best_models/ wget https://paddleocr.bj.bcebos.com/fanliku/PCB/rec_ppocr_v3_ch_infer_PCB.tar tar xf /home/aistudio/best_models/rec_ppocr_v3_ch_infer_PCB.tar -C /home/aistudio/PaddleOCR/pretrain_models/ ``` ```python # 识别模型inference模型预测 cd /home/aistudio/PaddleOCR/ python3 tools/infer/predict_rec.py \ --image_dir="../test_imgs/0000_rec.jpg" \ --rec_model_dir="./pretrain_models/rec_ppocr_v3_ch_infer_PCB" \ --rec_image_shape="3, 48, 320" \ --use_space_char=False \ --use_gpu=True ``` ```python # 检测+识别模型inference模型预测 cd /home/aistudio/PaddleOCR/ python3 tools/infer/predict_system.py \ --image_dir="../test_imgs/0000.jpg" \ --det_model_dir="./pretrain_models/det_ppocr_v3_en_infer_PCB" \ --det_limit_side_len=48 \ --det_limit_type='min' \ --det_db_unclip_ratio=2.5 \ --rec_model_dir="./pretrain_models/rec_ppocr_v3_ch_infer_PCB" \ --rec_image_shape="3, 48, 320" \ --draw_img_save_dir=./det_rec_infer/ \ --use_space_char=False \ --use_angle_cls=False \ --use_gpu=True ``` 端到端预测结果存储在`det_res_infer`文件夹内，结果如下图所示：
图7 检测+识别结果
# 7. 端对端评测 接下来介绍文本检测+文本识别的端对端指标评估方式。主要分为三步： 1）首先运行`tools/infer/predict_system.py`，将`image_dir`改为需要评估的数据文件家，得到保存的结果: ```python # 检测+识别模型inference模型预测 python3 tools/infer/predict_system.py \ --image_dir="../dataset/imgs/" \ --det_model_dir="./pretrain_models/det_ppocr_v3_en_infer_PCB" \ --det_limit_side_len=48 \ --det_limit_type='min' \ --det_db_unclip_ratio=2.5 \ --rec_model_dir="./pretrain_models/rec_ppocr_v3_ch_infer_PCB" \ --rec_image_shape="3, 48, 320" \ --draw_img_save_dir=./det_rec_infer/ \ --use_space_char=False \ --use_angle_cls=False \ --use_gpu=True ``` 得到保存结果，文本检测识别可视化图保存在`det_rec_infer/`目录下，预测结果保存在`det_rec_infer/system_results.txt`中，格式如下：`0018.jpg [{"transcription": "E295", "points": [[88, 33], [137, 33], [137, 40], [88, 40]]}]` 2）然后将步骤一保存的数据转换为端对端评测需要的数据格式： 修改 `tools/end2end/convert_ppocr_label.py`中的代码，convert_label函数中设置输入标签路径，Mode，保存标签路径等，对预测数据的GTlabel和预测结果的label格式进行转换。 ``` ppocr_label_gt = "/home/aistudio/dataset/det_gt_val.txt" convert_label(ppocr_label_gt, "gt", "./save_gt_label/") ppocr_label_gt = "/home/aistudio/PaddleOCR/PCB_result/det_rec_infer/system_results.txt" convert_label(ppocr_label_gt, "pred", "./save_PPOCRV2_infer/") ``` 运行`convert_ppocr_label.py`: ```python python3 tools/end2end/convert_ppocr_label.py ``` 得到如下结果： ``` ├── ./save_gt_label/ ├── ./save_PPOCRV2_infer/ ``` 3） 最后，执行端对端评测，运行`tools/end2end/eval_end2end.py`计算端对端指标，运行方式如下： ```python pip install editdistance python3 tools/end2end/eval_end2end.py ./save_gt_label/ ./save_PPOCRV2_infer/ ``` 使用`预训练模型+fine-tune'检测模型`、`预训练模型 + 2W张PCB图片funetune`识别模型，在300张PCB图片上评估得到如下结果，fmeasure为主要关注的指标:
图8 端到端评估指标
``` 注: 使用上述命令不能跑出该结果，因为数据集不相同，可以更换为自己训练好的模型，按上述流程运行 ``` # 8. Jetson部署 我们只需要以下步骤就可以完成Jetson nano部署模型，简单易操作： **1、在Jetson nano开发版上环境准备：** * 安装PaddlePaddle * 下载PaddleOCR并安装依赖 **2、执行预测** * 将推理模型下载到jetson * 执行检测、识别、串联预测即可 详细[参考流程](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.5/deploy/Jetson/readme_ch.md)。 # 9. 总结 检测实验分别使用PP-OCRv3预训练模型在PCB数据集上进行了直接评估、验证集padding、 fine-tune 3种方案，识别实验分别使用PP-OCRv3预训练模型在PCB数据集上进行了直接评估、 fine-tune、添加公开通用识别数据集、增加PCB图片数量4种方案，指标对比如下： * 检测 | 序号 | 方案 | hmean | 效果提升 | 实验分析 | | ---- | -------------------------------------------------------- | ------ | -------- | ------------------------------------- | | 1 | PP-OCRv3英文超轻量检测预训练模型直接评估 | 64.64% | - | 提供的预训练模型具有泛化能力 | | 2 | PP-OCRv3英文超轻量检测预训练模型 + 验证集padding直接评估 | 72.13% | +7.5% | padding可以提升尺寸较小图片的检测效果 | | 3 | PP-OCRv3英文超轻量检测预训练模型 + fine-tune | 100% | +27.9% | fine-tune会提升垂类场景效果 | * 识别 | 序号 | 方案 | acc | 效果提升 | 实验分析 | | ---- | ------------------------------------------------------------ | ------ | -------- | ------------------------------------------------------------ | | 1 | PP-OCRv3中英文超轻量识别预训练模型直接评估 | 46.67% | - | 提供的预训练模型具有泛化能力 | | 2 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune | 42.02% | -4.6% | 在数据量不足的情况，反而比预训练模型效果低(也可以通过调整超参数再试试) | | 3 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 公开通用识别数据集 | 77% | +30% | 在数据量不足的情况下，可以考虑补充公开数据训练 | | 4 | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 增加PCB图像数量 | 99.99% | +23% | 如果能获取更多数据量的情况，可以通过增加数据量提升效果 | * 端到端 | det | rec | fmeasure | | --------------------------------------------- | ------------------------------------------------------------ | -------- | | PP-OCRv3英文超轻量检测预训练模型 + fine-tune | PP-OCRv3中英文超轻量识别预训练模型 + fine-tune + 增加PCB图像数量 | 93.3% | *结论* PP-OCRv3的检测模型在未经过fine-tune的情况下，在PCB数据集上也有64.64%的精度，说明具有泛化能力。验证集padding之后，精度提升7.5%，在图片尺寸较小的情况，我们可以通过padding的方式提升检测效果。经过 fine-tune 后能够极大的提升检测效果，精度达到100%。 PP-OCRv3的识别模型方案1和方案2对比可以发现，当数据量不足的情况，预训练模型精度可能比fine-tune效果还要高，所以我们可以先尝试预训练模型直接评估。如果在数据量不足的情况下想进一步提升模型效果，可以通过添加公开通用识别数据集，识别效果提升30%，非常有效。最后如果我们能够采集足够多的真实场景数据集，可以通过增加数据量提升模型效果，精度达到99.99%。 # 更多资源 - 更多深度学习知识、产业案例、面试宝典等，请参考：[awesome-DeepLearning](https://github.com/paddlepaddle/awesome-DeepLearning) - 更多PaddleOCR使用教程，请参考：[PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR/tree/dygraph) - 飞桨框架相关资料，请参考：[飞桨深度学习平台](https://www.paddlepaddle.org.cn/?fr=paddleEdu_aistudio) # 参考 * 数据生成代码库：https://github.com/zcswdt/Color_OCR_image_generator