Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
爱学习的小尤
PaddleOCR
提交
8ec1f771
P
PaddleOCR
项目概览
爱学习的小尤
/
PaddleOCR
与 Fork 源项目一致
Fork自
PaddlePaddle / PaddleOCR
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleOCR
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
未验证
提交
8ec1f771
编写于
5月 14, 2020
作者:
D
dyning
提交者:
GitHub
5月 14, 2020
浏览文件
操作
浏览文件
下载
差异文件
Merge pull request #21 from tink2123/change_path
Change path for download
上级
7f144023
c85036dd
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
58 addition
and
35 deletion
+58
-35
doc/config.md
doc/config.md
+11
-11
doc/detection.md
doc/detection.md
+10
-8
doc/recognition.md
doc/recognition.md
+37
-16
未找到文件。
doc/config.md
浏览文件 @
8ec1f771
...
...
@@ -12,18 +12,18 @@
| 字段 | 用途 | 默认值 | 备注 |
| :----------------------: | :---------------------: | :--------------: | :--------------------: |
| algorithm | 设置算法 | CRNN | 选择模型,支持模型请参考
[
简介
](
)
|
| algorithm | 设置算法 | CRNN | 选择模型,支持模型请参考
[
简介
](
../../README.md
)
|
| use_gpu | 设置代码运行场所 | true |
\
|
| epoch_num | 最大训练epoch数 | 3000 |
\
|
| log_smooth_window | 滑动窗口大小 | 20 |
\
|
| print_batch_step | 设置打印log间隔 | 10 |
\
|
| save_model_dir | 设置模型保存路径 | output/rec_CRNN |
\
|
| save_epoch_step | 设置模型保存间隔 | 3 |
\
|
| eval_batch_step | 设置模型评估间隔 | 2000 |
\
|
|train_batch_size_per_card | 设置训练时单卡batch size | 256 |
\
|
| test_batch_size_per_card | 设置评估时单卡batch size | 256 |
\
|
| image_shape | 设置输入图片尺寸 | [3, 32, 100] |
\
|
| max_text_length | 设置文本最大长度 | 25 |
\
|
| epoch_num | 最大训练epoch数 | 3000 |
\
|
| log_smooth_window | 滑动窗口大小 | 20 |
\
|
| print_batch_step | 设置打印log间隔 | 10 |
\
|
| save_model_dir | 设置模型保存路径 | output/rec_CRNN |
\
|
| save_epoch_step | 设置模型保存间隔 | 3 |
\
|
| eval_batch_step | 设置模型评估间隔 | 2000 |
\
|
|train_batch_size_per_card | 设置训练时单卡batch size | 256 |
\
|
| test_batch_size_per_card | 设置评估时单卡batch size | 256 |
\
|
| image_shape | 设置输入图片尺寸 | [3, 32, 100] |
\
|
| max_text_length | 设置文本最大长度 | 25 |
\
|
| character_type | 设置字符类型 | ch | en/ch, en时将使用默认dict,ch时使用自定义dict|
| character_dict_path | 设置字典路径 | ./ppocr/utils/ic15_dict.txt |
\
|
| loss_type | 设置 loss 类型 | ctc | 支持两种loss: ctc / attention |
...
...
doc/detection.md
浏览文件 @
8ec1f771
...
...
@@ -5,14 +5,16 @@
## 数据准备
icdar2015数据集可以从
[
官网
](
https://rrc.cvc.uab.es/?ch=4&com=downloads
)
下载到,首次下载需注册。
将下载到的数据集解压到工作目录下,假设解压在
/
PaddleOCR/train_data/ 下。另外,PaddleOCR将零散的标注文件整理成单独的标注文件
将下载到的数据集解压到工作目录下,假设解压在
PaddleOCR/train_data/ 下。另外,PaddleOCR将零散的标注文件整理成单独的标注文件
,您可以通过wget的方式进行下载。
```
wget -P /PaddleOCR/train_data/ https://paddleocr.bj.bcebos.com/dataset%2Ftrain_icdar2015_label.txt
wget -P /PaddleOCR/train_data/ https://paddleocr.bj.bcebos.com/dataset%2Ftest_icdar2015_label.txt
# 在PaddleOCR路径下
cd PaddleOCR/
wget -P ./train_data/ https://paddleocr.bj.bcebos.com/dataset/train_icdar2015_label.txt
wget -P ./train_data/ https://paddleocr.bj.bcebos.com/dataset/test_icdar2015_label.txt
```
解压数据集和下载标注文件后,
/
PaddleOCR/train_data/ 有两个文件夹和两个文件,分别是:
解压数据集和下载标注文件后,PaddleOCR/train_data/ 有两个文件夹和两个文件,分别是:
```
/PaddleOCR/train_data/
└─ icdar_c4_train_imgs/ icdar数据集的训练数据
...
...
@@ -26,8 +28,8 @@ wget -P /PaddleOCR/train_data/ https://paddleocr.bj.bcebos.com/dataset%2Ftest_i
" 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,在文本检测任务中并不需要这个信息。
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,在文本检测任务中并不需要这个信息。
如果您想在其他数据集上训练PaddleOCR,可以按照上述形式构建标注文件。
...
...
@@ -38,9 +40,9 @@ $transcription$表示当前文本框的文字,在文本检测任务中并不
```
cd PaddleOCR/
# 下载MobileNetV3的预训练模型
wget -P
/PaddleOCR
/pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/MobileNetV3_large_x0_5_pretrained.tar
wget -P
.
/pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/MobileNetV3_large_x0_5_pretrained.tar
# 下载ResNet50的预训练模型
wget -P
/PaddleOCR
/pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/ResNet50_vd_ssld_pretrained.tar
wget -P
.
/pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/ResNet50_vd_ssld_pretrained.tar
```
**启动训练**
...
...
doc/recognition.md
浏览文件 @
8ec1f771
...
...
@@ -34,6 +34,14 @@ ln -sf <path/to/dataset> <path/to/paddle_detection>/train_data/dataset
train_data/train_0001.jpg 简单可依赖
train_data/train_0002.jpg 用科技让复杂的世界更简单
```
PaddleOCR 提供了一份用于训练 icdar2015 数据集的标签文件,通过以下方式下载:
```
# 训练集标签
wget -P ./train_data/ic15_data https://paddleocr.bj.bcebos.com/dataset/rec_gt_train.txt
# 测试集标签
wget -P ./train_data/ic15_data https://paddleocr.bj.bcebos.com/dataset/rec_gt_test.txt
```
最终训练集应有如下文件结构:
...
...
@@ -41,25 +49,25 @@ train_data/train_0002.jpg 用科技让复杂的世界更简单
|-train_data
|-ic15_data
|- rec_gt_train.txt
|- train
_imags
|-
train_001.jp
g
|-
train
_002.jpg
|-
train
_003.jpg
|- train
|-
word_001.pn
g
|-
word
_002.jpg
|-
word
_003.jpg
| ...
```
-
评估
集
-
测试
集
同训练集类似,
评估集也需要提供一个包含所有图片的文件夹(eval_images)和一个rec_gt_eval.txt,评估
集的结构如下所示:
同训练集类似,
测试集也需要提供一个包含所有图片的文件夹(test)和一个rec_gt_test.txt,测试
集的结构如下所示:
```
|-train_data
|-ic15_data
|- rec_gt_
eval
.txt
|-
eval_imags
|-
eval
_001.jpg
|-
eval
_002.jpg
|-
eval
_003.jpg
|- rec_gt_
test
.txt
|-
test
|-
word
_001.jpg
|-
word
_002.jpg
|-
word
_003.jpg
| ...
```
...
...
@@ -82,22 +90,35 @@ word_dict.txt 每行有一个单字,将字符与数字索引映射在一起,
`ppocr/utils/ppocr_keys_v1.txt`
是一个包含6623个字符的中文字典,
`ppocr/utils/ic15_dict.txt`
是一个包含36个字符的英文字典,
您可以按需使用。
如需自定义dic文件,请修改
`configs/rec/rec_icdar15_train.yml`
中的
`character_dict_path`
字段。
您可以按需使用。
如需自定义dic文件,请修改
`configs/rec/rec_icdar15_train.yml`
中的
`character_dict_path`
字段, 并将
`character_type`
设置为
`ch`
。
### 启动训练
PaddleOCR提供了训练脚本、评估脚本和预测脚本,本节将以 CRNN 识别模型为例:
首先下载pretrain model,您可以下载训练好的模型在 icdar2015 数据上进行finetune
``
cd PaddleOCR/
# 下载MobileNetV3的预训练模型
wget -P ./pretrain_models/ https://paddleocr.bj.bcebos.com/rec_mv3_none_bilstm_ctc.tar
# 解压模型参数
cd pretrain_models
tar -xf rec_mv3_none_bilstm_ctc.tar && rm -rf rec_mv3_none_bilstm_ctc.tar
```
开始训练:
```
# 设置PYTHONPATH路径
export PYTHONPATH=$PYTHONPATH:.
# GPU训练 支持单卡,多卡训练,通过CUDA_VISIBLE_DEVICES指定卡号
export CUDA_VISIBLE_DEVICES=0,1,2,3
python tools/train.py -c configs/rec/rec_icdar15_train.yml
python
3
tools/train.py -c configs/rec/rec_icdar15_train.yml
```
PaddleOCR支持训练和评估交替进行, 可以在
`configs/rec/rec_icdar15_train.yml`
中修改
`eval_batch_step`
设置评估频率,默认每
20
00个iter评估一次。评估过程中默认将最佳acc模型,保存为
`output/rec_CRNN/best_accuracy`
。
PaddleOCR支持训练和评估交替进行, 可以在 `
configs/rec/rec_icdar15_train.yml
` 中修改 `
eval_batch_step
` 设置评估频率,默认每
5
00个iter评估一次。评估过程中默认将最佳acc模型,保存为 `
output/rec_CRNN/best_accuracy
` 。
如果验证集很大,测试将会比较耗时,建议减少评估次数,或训练完再进行评估。
...
...
@@ -110,7 +131,7 @@ PaddleOCR支持训练和评估交替进行, 可以在 `configs/rec/rec_icdar15_t
```
export CUDA_VISIBLE_DEVICES=0
# GPU 评估, Global.checkpoints 为待测权重
python tools/eval.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy
python
3
tools/eval.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy
```
### 预测
...
...
@@ -122,7 +143,7 @@ PaddleOCR 提供了训练好的中文模型,可以[下载](todo: add)进行快
默认预测图片存储在 `
infer_img
` 里,通过 `
-o Global.checkpoints
` 指定权重:
```
python tools/infer_rec.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy TestReader.infer_img=doc/imgs_word/word_1.jpg
python
3
tools/infer_rec.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy TestReader.infer_img=doc/imgs_word/word_1.jpg
```
预测图片:
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录