Merge pull request #955 from MissPenguin/develop

update faq

doc/doc_ch/FAQ.md

@@ -9,19 +9,43 @@
 
 ## PaddleOCR常见问题汇总(持续更新)
 
+* [近期更新（2020.10.19）](#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21个问题](#OCR通用问题)
   * [基础知识3题](#基础知识)
   * [数据集4题](#数据集)
   * [模型训练调优6题](#模型训练调优)
   * [预测部署8题](#预测部署)
-* [【实战篇】PaddleOCR实战53个问题](#PaddleOCR实战问题)
+* [【实战篇】PaddleOCR实战58个问题](#PaddleOCR实战问题)
   * [使用咨询17题](#使用咨询)
-  * [数据集9题](#数据集)
-  * [模型训练调优13题](#模型训练调优)
-  * [预测部署14题](#预测部署)
+  * [数据集10题](#数据集)
+  * [模型训练调优15题](#模型训练调优)
+  * [预测部署16题](#预测部署)
 
 
+<a name="近期更新"></a>
+## 近期更新（2020.10.19）
+
+#### Q3.3.14：使用之前版本的代码加载最新1.1版的通用检测预训练模型，提示在模型文件.pdparams中找不到bn4e_branch2a_variance是什么情况？是网络结构发生了变化吗？
+
+**A**：1.1版的轻量检测模型去掉了mv3结构中的se模块，可以对比下这两个配置文件：[det_mv3_db.yml](https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/det/det_mv3_db.yml)，[det_mv3_db_v1.1.yml](https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/det/det_mv3_db_v1.1.yml)
+
+#### Q3.3.15： 训练中使用的字典需要与加载的预训练模型使用的字典一样吗？
+
+**A**：是的，训练的字典与你使用该模型进行预测的字典需要保持一致的。
+
+#### Q3.2.10： crnn+ctc模型训练所用的垂直文本（旋转至水平方向）是如何生成的？
+
+**A**：方法与合成水平方向文字一致，只是将字体替换成了垂直字体。
+
+#### Q3.4.15： hubserving、pdserving这两种部署方式区别是什么？
+
+**A**：hubserving原本是paddlehub的配套服务部署工具，可以很方便的将paddlehub内置的模型部署为服务，paddleocr使用了这个功能，并将模型路径等参数暴露出来方便用户自定义修改。paddle serving是面向所有paddle模型的部署工具，文档中可以看到我们提供了快速版和标准版，其中快速版和hubserving的本质是一样的，而标准版基于rpc，更稳定，更适合分布式部署。
+
+#### Q3.4.16： hub serving部署服务时如何多gpu同时利用起来，export CUDA_VISIBLE_DEVICES=0,1 方式吗？
+
+**A**：hubserving的部署方式目前暂不支持多卡预测，除非手动启动多个serving，不同端口对应不同卡。或者可以使用paddleserving进行部署，部署工具已经发布：https://github.com/PaddlePaddle/PaddleOCR/tree/develop/deploy/pdserving ，在启动服务时--gpu_id 0,1 这样就可以
+
 
 <a name="OCR精选10个问题"></a>
 ## 【精选】OCR精选10个问题
@@ -359,6 +383,11 @@
 
 **A**：可以主要参考可视化效果，通用模型更倾向于检测一整行文字，轻量级可能会有一行文字被分成两段检测的情况，不是数量越多，效果就越好。
 
+
+#### Q3.2.10： crnn+ctc模型训练所用的垂直文本（旋转至水平方向）是如何生成的？
+
+**A**：方法与合成水平方向文字一致，只是将字体替换成了垂直字体。
+
 ### 模型训练调优
 
 #### Q3.3.1：文本长度超过25，应该怎么处理？
@@ -428,6 +457,14 @@ return paddle.reader.multiprocess_reader(readers, False, queue_size=320)
 
 **A**：TPS模块暂时无法支持变长的输入，请设置 ``--rec_image_shape='3,32,100' --rec_char_type='en' 固定输入shape``
 
+#### Q3.3.14：使用之前版本的代码加载最新1.1版的通用检测预训练模型，提示在模型文件.pdparams中找不到bn4e_branch2a_variance是什么情况？是网络结构发生了变化吗？
+
+**A**：1.1版的轻量检测模型去掉了mv3结构中的se模块，可以对比下这两个配置文件：[det_mv3_db.yml](https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/det/det_mv3_db.yml)，[det_mv3_db_v1.1.yml](https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/det/det_mv3_db_v1.1.yml)
+
+#### Q3.3.15： 训练中使用的字典需要与加载的预训练模型使用的字典一样吗？
+
+**A**：是的，训练的字典与你使用该模型进行预测的字典需要保持一致的。
+
 ### 预测部署
 
 #### Q3.4.1：如何pip安装opt模型转换工具？
@@ -493,3 +530,11 @@ return paddle.reader.multiprocess_reader(readers, False, queue_size=320)
 
 #### Q3.4.14：PaddleOCR模型部署方式有哪几种？
 **A**：目前有Inference部署，serving部署和手机端Paddle Lite部署，可根据不同场景做灵活的选择：Inference部署适用于本地离线部署，serving部署适用于云端部署，Paddle Lite部署适用于手机端集成。
+
+#### Q3.4.15： hubserving、pdserving这两种部署方式区别是什么？
+
+**A**：hubserving原本是paddlehub的配套服务部署工具，可以很方便的将paddlehub内置的模型部署为服务，paddleocr使用了这个功能，并将模型路径等参数暴露出来方便用户自定义修改。paddle serving是面向所有paddle模型的部署工具，文档中可以看到我们提供了快速版和标准版，其中快速版和hubserving的本质是一样的，而标准版基于rpc，更稳定，更适合分布式部署。
+
+#### Q3.4.16： hub serving部署服务时如何多gpu同时利用起来，export CUDA_VISIBLE_DEVICES=0,1 方式吗？
+
+**A**：hubserving的部署方式目前暂不支持多卡预测，除非手动启动多个serving，不同端口对应不同卡。或者可以使用paddleserving进行部署，部署工具已经发布：https://github.com/PaddlePaddle/PaddleOCR/tree/develop/deploy/pdserving ，在启动服务时--gpu_id 0,1 这样就可以