Format readme.

fluid/ocr_recognition/README.md

@@ -8,7 +8,9 @@
 这里将介绍如何在PaddlePaddle fluid下使用CRNN-CTC 和 CRNN-Attention模型对图片中的文字内容进行识别。
 
 ## 1. CRNN-CTC
+
 本章的任务是识别含有单行汉语字符图片，首先采用卷积将图片转为`features map`, 然后使用`im2sequence op`将`features map`转为`sequence`，经过`双向GRU RNN`得到每个step的汉语字符的概率分布。训练过程选用的损失函数为CTC loss，最终的评估指标为`instance error rate`。
+
 本路径下各个文件的作用如下：
 
 - **ctc_reader.py : ** 下载、读取、处理数据。提供方法`train()` 和 `test()` 分别产生训练集和测试集的数据迭代器。
@@ -20,6 +22,7 @@
 
 
 ### 1.1 数据
+
 数据的下载和简单预处理都在`ctc_reader.py`中实现。
 
 #### 1.1.1 数据格式
@@ -39,7 +42,9 @@
 
 
 #### 1.1.2 数据准备
+
 **A. 训练集**
+
 我们需要把所有参与训练的图片放入同一个文件夹，暂且记为`train_images`。然后用一个list文件存放每张图片的信息，包括图片大小、图片名称和对应的label，这里暂记该list文件为`train_list`，其格式如下所示：
 
 ```
@@ -50,9 +55,12 @@
 ...
 157 48 00387_0622.jpg 2397,1707,5919,1278
 ```
+
 <center>文件train_list</center>
+
 上述文件中的每一行表示一张图片，每行被空格分为四列，前两列分别表示图片的宽和高，第三列表示图片的名称，第四列表示该图片对应的sequence label。
 最终我们应有以下类似文件结构：
+
 ```
 |-train_data
     |- train_list
@@ -62,16 +70,21 @@
         |- 00007_0219.jpg
         | ...
 ```
+
 在训练时，我们通过选项`--train_images` 和 `--train_list` 分别设置准备好的`train_images` 和`train_list`。
 
+
 >**注：** 如果`--train_images` 和 `--train_list`都未设置或设置为None， ctc_reader.py会自动下载使用[示例数据](http://cloud.dlnel.org/filepub/?uuid=df937251-3c0b-480d-9a7b-0080dfeee65c)，并将其缓存到`$HOME/.cache/paddle/dataset/ctc_data/data/` 路径下。
 
+
 **B. 测试集和评估集**
+
 测试集、评估集的准备方式与训练集相同。
 在训练阶段，测试集的路径通过train.py的选项`--test_images` 和 `--test_list` 来设置。
 在评估时，评估集的路径通过eval.py的选项`--input_images_dir` 和`--input_images_list` 来设置。
 
 **C. 待预测数据集**
+
 待预测数据集的格式与训练集也类似，只不过list文件中的最后一列可以放任意占位字符或字符串，如下所示：
 
 ```
@@ -80,66 +93,70 @@
 338 48 00007_0219.jpg s
 ...
 ```
+
 在做inference时，通过inference.py的选项`--input_images_dir`和`--input_images_list` 来设置输入数据的路径。
 
+
 #### 1.2 训练
 
 通过以下命令调用训练脚本进行训练：
+
 ```
 python ctc_train.py [options]
 ```
 
 其中，options支持配置以下训练相关的参数：
 
-  **- -batch_size : ** Minibatch 大小，默认为32.
+**- -batch_size : ** Minibatch 大小，默认为32.
 
 **- -pass_num : ** 训练多少个pass。默认为100。
 
-  **- -log_period : **  每隔多少个minibatch打印一次训练日志， 默认为1000.
+**- -log_period : **  每隔多少个minibatch打印一次训练日志， 默认为1000.
 
 **- -save_model_period : ** 每隔多少个minibatch保存一次模型。默认为15000。
 如果设置为-1，则永不保存模型。
 
-   **- -eval_period : ** 每隔多少个minibatch用测试集测试一次模型。默认为15000。如果设置为-1，则永不进行测试。
+**- -eval_period : ** 每隔多少个minibatch用测试集测试一次模型。默认为15000。如果设置为-1，则永不进行测试。
 
-  **- -save_model_dir :  ** 保存模型文件的路径，默认为“./models”，如果指定路径不存在，则会自动创建路径。
+**- -save_model_dir :  ** 保存模型文件的路径，默认为“./models”，如果指定路径不存在，则会自动创建路径。
 
-   **- -init_model : ** 初始化模型的路径。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。该选项默认为 None，意思是不用预训练模型做初始化。
+**- -init_model : ** 初始化模型的路径。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。该选项默认为 None，意思是不用预训练模型做初始化。
 
-   **- -learning_rate : **  全局learning rate. 默认为 0.001.
+**- -learning_rate : **  全局learning rate. 默认为 0.001.
 
-   **- -l2 :  **  L2 regularizer. 默认为0.0004.
+**- -l2 :  **  L2 regularizer. 默认为0.0004.
 
- **- -max_clip  : ** Max gradient clipping threshold. 默认为10.0.
+**- -max_clip  : ** Max gradient clipping threshold. 默认为10.0.
 
- **- -momentum : ** Momentum. 默认为0.9.
+**- -momentum : ** Momentum. 默认为0.9.
 
 **- -rnn_hidden_size:  ** RNN 隐藏层大小。 默认为200。
 
 **- -device DEVICE : ** 设备ID。设置为-1，训练在CPU执行；设置为0，训练在GPU上执行。默认为0。
 
- **- -min_average_window : ** Min average window. 默认为10000.
+**- -min_average_window : ** Min average window. 默认为10000.
 
- **- -max_average_window : ** Max average window. 建议大小设置为一个pass内minibatch的数量。默认为15625.
+**- -max_average_window : ** Max average window. 建议大小设置为一个pass内minibatch的数量。默认为15625.
 
- **- -average_window : ** Average window. 默认为0.15.
+**- -average_window : ** Average window. 默认为0.15.
 
-  **- -parallel : ** 是否使用多卡进行训练。默认为True.
+**- -parallel : ** 是否使用多卡进行训练。默认为True.
 
- **- -train_images : ** 存放训练集图片的路径，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行训练，需要修改该选项。默认为None。
+**- -train_images : ** 存放训练集图片的路径，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行训练，需要修改该选项。默认为None。
 
 **- -train_list : ** 存放训练集图片信息的list文件，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行训练，需要修改该选项。默认为None。
 
-  **- -test_images : ** 存放测试集图片的路径，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行测试，需要修改该选项。默认为None。
+**- -test_images : ** 存放测试集图片的路径，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行测试，需要修改该选项。默认为None。
 
-  **- -test_list : ** 存放测试集图片信息的list文件，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行测试，需要修改该选项。默认为None。
+**- -test_list : ** 存放测试集图片信息的list文件，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行测试，需要修改该选项。默认为None。
 
-  **- -num_classes :  ** 字符集的大小。如果设置为None, 则使用ctc_reader提供的字符集大小。如果使用自己的数据进行训练，需要修改该选项。默认为None.
+**- -num_classes :  ** 字符集的大小。如果设置为None, 则使用ctc_reader提供的字符集大小。如果使用自己的数据进行训练，需要修改该选项。默认为None.
 
 
 ### 1.3 Inference
 
 通过以下命令调用预测脚本进行预测：
+
 ```
 python inference.py [options]
 ```
@@ -148,17 +165,18 @@ python inference.py [options]
 
 **--model_path ： **  用来做预测的模型文件。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。为必设置选项。
 
-  **--input_images_dir ： ** 存放待预测图片的文件夹路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
+**--input_images_dir ： ** 存放待预测图片的文件夹路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
 
- **--input_images_list ： **  存放待预测图片信息的list文件的路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
+**--input_images_list ： **  存放待预测图片信息的list文件的路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
 
-  **--device DEVICE ：** 设备ID。设置为-1，运行在CPU上；设置为0，运行在GPU上。默认为0。
+**--device DEVICE ：** 设备ID。设置为-1，运行在CPU上；设置为0，运行在GPU上。默认为0。
 
 预测结果会print到标准输出。
 
 ### 1.4 Evaluate
 
 通过以下命令调用评估脚本用指定数据集对模型进行评估：
+
 ```
 python eval.py [options]
 ```
@@ -167,8 +185,8 @@ python eval.py [options]
 
 **--model_path ： **  待评估模型的文件路径。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。为必设置选项。
 
-  **--input_images_dir ： ** 存放待评估图片的文件夹路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
+**--input_images_dir ： ** 存放待评估图片的文件夹路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
 
- **--input_images_list ： **  存放待评估图片信息的list文件的路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
+**--input_images_list ： **  存放待评估图片信息的list文件的路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
 
-  **--device DEVICE ：** 设备ID。设置为-1，运行在CPU上；设置为0，运行在GPU上。默认为0。
+**--device DEVICE ：** 设备ID。设置为-1，运行在CPU上；设置为0，运行在GPU上。默认为0。