Skip to content

P
PaddleOCR

weixin_41840029 / PaddleOCR
与 Fork 源项目一致

Fork自 PaddlePaddle / PaddleOCR

通知 1
Star 1
Fork 0
P
PaddleOCR
提交 036e0868 编写于 作者: J Jethong
浏览文件
操作

add faq

上级 9a55ea9c
隐藏空白更改
内联 并排
Showing with 35 addition and 20 deletion
README_ch.md
浏览文件 @ 036e0868
...@@ -9,8 +9,8 @@ PaddleOCR同时支持动态图与静态图两种编程范式 ...@@ -9,8 +9,8 @@ PaddleOCR同时支持动态图与静态图两种编程范式
**近期更新** **近期更新**
- **【预告】 PaddleOCR研发团队对最新发版内容技术深入解读，4月13日晚上19:00，[直播地址](https://live.bilibili.com/21689802)** - **【预告】 PaddleOCR研发团队对最新发版内容技术深入解读，4月13日晚上19:00，[直播地址](https://live.bilibili.com/21689802)**
- 2021.4.12 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，总数203个，每周一都会更新，欢迎大家持续关注。
- 2021.4.8 release 2.1版本，新增AAAI 2021论文[端到端识别算法PGNet](./doc/doc_ch/pgnet.md)开源，[多语言模型](./doc/doc_ch/multi_languages.md)支持种类增加到80+。 - 2021.4.8 release 2.1版本，新增AAAI 2021论文[端到端识别算法PGNet](./doc/doc_ch/pgnet.md)开源，[多语言模型](./doc/doc_ch/multi_languages.md)支持种类增加到80+。
- 2021.4.6 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，总数198个，每周一都会更新，欢迎大家持续关注。
- 2021.2.8 正式发布PaddleOCRv2.0(branch release/2.0)并设置为推荐用户使用的默认分支. 发布的详细内容，请参考: https://github.com/PaddlePaddle/PaddleOCR/releases/tag/v2.0.0 - 2021.2.8 正式发布PaddleOCRv2.0(branch release/2.0)并设置为推荐用户使用的默认分支. 发布的详细内容，请参考: https://github.com/PaddlePaddle/PaddleOCR/releases/tag/v2.0.0
- 2021.1.26,28,29 PaddleOCR官方研发团队带来技术深入解读三日直播课，1月26日、28日、29日晚上19:30，[直播地址](https://live.bilibili.com/21689802) - 2021.1.26,28,29 PaddleOCR官方研发团队带来技术深入解读三日直播课，1月26日、28日、29日晚上19:30，[直播地址](https://live.bilibili.com/21689802)
- [More](./doc/doc_ch/update.md) - [More](./doc/doc_ch/update.md)
......
doc/doc_ch/FAQ.md
浏览文件 @ 036e0868
...@@ -9,34 +9,34 @@ ...@@ -9,34 +9,34 @@
## PaddleOCR常见问题汇总(持续更新) ## PaddleOCR常见问题汇总(持续更新)
* [近期更新（2021.4.6）](#近期更新) * [近期更新（2021.4.12）](#近期更新)
* [【精选】OCR精选10个问题](#OCR精选10个问题) * [【精选】OCR精选10个问题](#OCR精选10个问题)
* [【理论篇】OCR通用41个问题](#OCR通用问题) * [【理论篇】OCR通用43个问题](#OCR通用问题)
* [基础知识13题](#基础知识) * [基础知识13题](#基础知识)
* [数据集8题](#数据集2) * [数据集9题](#数据集2)
* [模型训练调优20题](#模型训练调优2) * [模型训练调优21题](#模型训练调优2)
* [【实战篇】PaddleOCR实战147个问题](#PaddleOCR实战问题) * [【实战篇】PaddleOCR实战150个问题](#PaddleOCR实战问题)
* [使用咨询56题](#使用咨询) * [使用咨询57题](#使用咨询)
* [数据集18题](#数据集3) * [数据集18题](#数据集3)
* [模型训练调优33题](#模型训练调优3) * [模型训练调优34题](#模型训练调优3)
* [预测部署40题](#预测部署3) * [预测部署41题](#预测部署3)
<a name="近期更新"></a> <a name="近期更新"></a>
## 近期更新（2021.4.6） ## 近期更新（2021.4.12）
#### Q3.4.40: 使用hub_serving部署，延时较高，可能的原因是什么呀？ #### Q2.2.9: 端到端算法PGNet使用的是什么类型的数据集呢？
**A**: 首先，测试的时候第一张图延时较高，可以多测试几张然后观察后几张图的速度；其次，如果是在cpu端部署serving端模型（如backbone为ResNet34），耗时较慢，建议在cpu端部署mobile（如backbone为MobileNetV3）模型。 **A**: PGNet目前可以使用四点标注数据集，也可以使用多点标注数据集（十四点），多点标注训练的效果要比四点的好，一种可以尝试的策略是先在四点数据集上训练，之后用多点数据集在此基础上继续训练。
#### Q2.3.20: 如何根据不同的硬件平台选用不同的backbone？ #### Q2.3.21: 端到端算法PGNet是否支持中文识别，速度会很慢嘛？
**A**：在不同的硬件上，不同的backbone的速度优势不同，可以根据不同平台的速度-精度图来确定backbone，这里可以参考[PaddleClas模型速度-精度图](https://github.com/PaddlePaddle/PaddleClas/tree/release/2.0/docs/zh_CN/models)。 **A**：目前开源的PGNet算法模型主要是用于检测英文数字，对于中文的识别肯定也是支持的，大家可以使用开源的端到端中文数据集进行训练，对于复杂文本（弯曲文本）的识别，也可以自己构造一批数据集针对进行训练，对于推理速度，可以将模型转换为inference，速度应该会是一个比较可观的结果。
#### Q3.1.55: 目前PaddleOCR有知识蒸馏的demo吗？ #### Q3.1.57: 端到端算法PGNet提供了两种后处理方式，两者之间有什么区别呢？
**A**： 目前我们还没有提供PaddleOCR知识蒸馏的相关demo，PaddleClas开源了一个效果还不错的方案，可以移步[SSLD知识蒸馏方案](https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.0/docs/zh_CN/advanced_tutorials/distillation/distillation.md)， paper: https://arxiv.org/abs/2103.05959 关于PaddleOCR的蒸馏，我们也会在未来支持。 **A**: 两种后处理的区别主要在于速度的推理，config中PostProcess有fast/slow两种模式，一种速度慢，精度相对较高，另外一种速度快，精度也在可接受的范围之内。建议使用速度快的后处理方式。
#### Q3.3.33: 训练识别和检测时学习率要加上warmup，目的是什么？ #### Q3.3.34: 表格识别中，如何提高单字的识别结果？
**A**: Warmup机制先使学习率从一个较小的值逐步升到一个较大的值，而不是直接就使用较大的学习率，这样有助于模型的稳定收敛。在OCR检测和OCR识别中，一般会带来精度~0.5%的提升。 **A**: 首先需要确认一下检测模型有没有有效的检测出单个字符，如果没有的话，需要在训练集当中添加相应的单字数据集。
#### Q3.1.56: 在使用PPOCRLabel的时候，如何标注倾斜的文字？ #### Q3.4.41: PaddleORC支持tensorrt推理吗？
**A**: 如果矩形框标注后空白冗余较多，可以尝试PPOCRLabel提供的四点标注，可以标注各种倾斜角度的文本。 **A**: 支持的，需要在编译的时候将CMakeLists.txt文件当中，将相关代码`option(WITH_TENSORRT "Compile demo with TensorRT." OFF)`的OFF改成ON。
<a name="OCR精选10个问题"></a> <a name="OCR精选10个问题"></a>
## 【精选】OCR精选10个问题 ## 【精选】OCR精选10个问题
...@@ -213,6 +213,9 @@ ...@@ -213,6 +213,9 @@
#### Q2.2.8: DBNet如果想使用多边形作为输入，数据标签格式应该如何设定？ #### Q2.2.8: DBNet如果想使用多边形作为输入，数据标签格式应该如何设定？
**A**：如果想使用多边形作为DBNet的输入，数据标签也应该用多边形来表示。这样子可以更好得拟合弯曲文本。PPOCRLabel暂时只支持矩形框标注和四边形框标注。 **A**：如果想使用多边形作为DBNet的输入，数据标签也应该用多边形来表示。这样子可以更好得拟合弯曲文本。PPOCRLabel暂时只支持矩形框标注和四边形框标注。
#### Q2.2.9: 端到端算法PGNet使用的是什么类型的数据集呢？
**A**: PGNet目前可以使用四点标注数据集，也可以使用多点标注数据集（十四点），多点标注训练的效果要比四点的好，一种可以尝试的策略是先在四点数据集上训练，之后用多点数据集在此基础上继续训练。
<a name="模型训练调优2"></a> <a name="模型训练调优2"></a>
### 模型训练调优 ### 模型训练调优
...@@ -313,6 +316,9 @@ ...@@ -313,6 +316,9 @@
#### Q2.3.20: 如何根据不同的硬件平台选用不同的backbone？ #### Q2.3.20: 如何根据不同的硬件平台选用不同的backbone？
**A**：在不同的硬件上，不同的backbone的速度优势不同，可以根据不同平台的速度-精度图来确定backbone，这里可以参考[PaddleClas模型速度-精度图](https://github.com/PaddlePaddle/PaddleClas/tree/release/2.0/docs/zh_CN/models)。 **A**：在不同的硬件上，不同的backbone的速度优势不同，可以根据不同平台的速度-精度图来确定backbone，这里可以参考[PaddleClas模型速度-精度图](https://github.com/PaddlePaddle/PaddleClas/tree/release/2.0/docs/zh_CN/models)。
#### Q2.3.21: 端到端算法PGNet是否支持中文识别，速度会很慢嘛？
**A**：目前开源的PGNet算法模型主要是用于检测英文数字，对于中文的识别肯定也是支持的，大家可以使用开源的端到端中文数据集进行训练，对于复杂文本（弯曲文本）的识别，也可以自己构造一批数据集针对进行训练，对于推理速度，可以将模型转换为inference，速度应该会是一个比较可观的结果。
<a name="PaddleOCR实战问题"></a> <a name="PaddleOCR实战问题"></a>
## 【实战篇】PaddleOCR实战问题 ## 【实战篇】PaddleOCR实战问题
...@@ -604,6 +610,9 @@ repo中config.yml文件的前后处理参数和inference预测默认的超参数 ...@@ -604,6 +610,9 @@ repo中config.yml文件的前后处理参数和inference预测默认的超参数
#### Q3.1.56: 在使用PPOCRLabel的时候，如何标注倾斜的文字？ #### Q3.1.56: 在使用PPOCRLabel的时候，如何标注倾斜的文字？
**A**: 如果矩形框标注后空白冗余较多，可以尝试PPOCRLabel提供的四点标注，可以标注各种倾斜角度的文本。 **A**: 如果矩形框标注后空白冗余较多，可以尝试PPOCRLabel提供的四点标注，可以标注各种倾斜角度的文本。
#### Q3.1.57: 端到端算法PGNet提供了两种后处理方式，两者之间有什么区别呢？
**A**: 两种后处理的区别主要在于速度的推理，config中PostProcess有fast/slow两种模式，一种速度慢，精度相对较高，另外一种速度快，精度也在可接受的范围之内。建议使用速度快的后处理方式。
<a name="数据集3"></a> <a name="数据集3"></a>
...@@ -874,6 +883,9 @@ lr: ...@@ -874,6 +883,9 @@ lr:
#### Q3.3.33: 训练识别和检测时学习率要加上warmup，目的是什么？ #### Q3.3.33: 训练识别和检测时学习率要加上warmup，目的是什么？
**A**: Warmup机制先使学习率从一个较小的值逐步升到一个较大的值，而不是直接就使用较大的学习率，这样有助于模型的稳定收敛。在OCR检测和OCR识别中，一般会带来精度~0.5%的提升。 **A**: Warmup机制先使学习率从一个较小的值逐步升到一个较大的值，而不是直接就使用较大的学习率，这样有助于模型的稳定收敛。在OCR检测和OCR识别中，一般会带来精度~0.5%的提升。
#### Q3.3.34: 表格识别中，如何提高单字的识别结果？
**A**: 首先需要确认一下检测模型有没有有效的检测出单个字符，如果没有的话，需要在训练集当中添加相应的单字数据集。
<a name="预测部署3"></a> <a name="预测部署3"></a>
...@@ -1071,3 +1083,6 @@ nvidia-smi --lock-gpu-clocks=1590 -i 0 ...@@ -1071,3 +1083,6 @@ nvidia-smi --lock-gpu-clocks=1590 -i 0
#### Q3.4.40: 使用hub_serving部署，延时较高，可能的原因是什么呀？ #### Q3.4.40: 使用hub_serving部署，延时较高，可能的原因是什么呀？
**A**: 首先，测试的时候第一张图延时较高，可以多测试几张然后观察后几张图的速度；其次，如果是在cpu端部署serving端模型（如backbone为ResNet34），耗时较慢，建议在cpu端部署mobile（如backbone为MobileNetV3）模型。 **A**: 首先，测试的时候第一张图延时较高，可以多测试几张然后观察后几张图的速度；其次，如果是在cpu端部署serving端模型（如backbone为ResNet34），耗时较慢，建议在cpu端部署mobile（如backbone为MobileNetV3）模型。
#### Q3.4.41: PaddleORC支持tensorrt推理吗？
**A**: 支持的，需要在编译的时候将CMakeLists.txt文件当中，将相关代码`option(WITH_TENSORRT "Compile demo with TensorRT." OFF)`的OFF改成ON。
Markdown is supported
0% 或 .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑！
想要评论请 注册 或