From 4323a0c8f99850083f83a61f1c7cd23e8b5d5327 Mon Sep 17 00:00:00 2001 From: "shaohua.zhang" Date: Thu, 22 Sep 2022 16:48:30 +0800 Subject: [PATCH] add the content and other link --- ...345\215\241\350\257\201\347\261\273OCR.md" | 55 ++++++++++++++----- 1 file changed, 40 insertions(+), 15 deletions(-) diff --git "a/applications/\345\277\253\351\200\237\346\236\204\345\273\272\345\215\241\350\257\201\347\261\273OCR.md" "b/applications/\345\277\253\351\200\237\346\236\204\345\273\272\345\215\241\350\257\201\347\261\273OCR.md" index d167f506..ab9ddf1b 100644 --- "a/applications/\345\277\253\351\200\237\346\236\204\345\273\272\345\215\241\350\257\201\347\261\273OCR.md" +++ "b/applications/\345\277\253\351\200\237\346\236\204\345\273\272\345\215\241\350\257\201\347\261\273OCR.md" @@ -1,5 +1,35 @@ # 快速构建卡证类OCR + +- [快速构建卡证类OCR](#快速构建卡证类ocr) + - [1. 金融行业卡证识别应用](#1-金融行业卡证识别应用) + - [1.1 金融行业中的OCR相关技术](#11-金融行业中的ocr相关技术) + - [1.2 金融行业中的卡证识别场景介绍](#12-金融行业中的卡证识别场景介绍) + - [1.3 OCR落地挑战](#13-ocr落地挑战) + - [2. 卡证识别技术解析](#2-卡证识别技术解析) + - [2.1 卡证分类模型](#21-卡证分类模型) + - [2.2 卡证识别模型](#22-卡证识别模型) + - [3. OCR技术拆解](#3-ocr技术拆解) + - [3.1技术流程](#31技术流程) + - [3.2 OCR技术拆解---卡证分类](#32-ocr技术拆解---卡证分类) + - [卡证分类：数据、模型准备](#卡证分类数据模型准备) + - [卡证分类---修改配置文件](#卡证分类---修改配置文件) + - [卡证分类---训练](#卡证分类---训练) + - [3.2 OCR技术拆解---卡证识别](#32-ocr技术拆解---卡证识别) + - [身份证识别：检测+分类](#身份证识别检测分类) + - [数据标注](#数据标注) + - [4 . 项目实践](#4--项目实践) + - [4.1 环境准备](#41-环境准备) + - [4.2 配置文件修改](#42-配置文件修改) + - [4.3 代码修改](#43-代码修改) + - [4.3.1 数据读取](#431-数据读取) + - [4.3.2 head修改](#432--head修改) + - [4.3.3 修改loss](#433-修改loss) + - [4.3.4 后处理](#434-后处理) + - [4.4. 模型启动](#44-模型启动) + - [5 总结](#5-总结) + - [References](#references) + ## 1. 金融行业卡证识别应用 ### 1.1 金融行业中的OCR相关技术 @@ -89,7 +119,7 @@ A 使用爬虫获取无标注数据，将相同类别的放在同一文件夹下，文件名从0开始命名。具体格式如下图所示。 - 注：卡证类数据，建议每个类别数据量在500张以上 +​ 注：卡证类数据，建议每个类别数据量在500张以上 ![](https://ai-studio-static-online.cdn.bcebos.com/6f875b6e695e4fe5aedf427beb0d4ce8064ad7cc33c44faaad59d3eb9732639d) @@ -127,7 +157,7 @@ C [下载预训练模型 ](https://github.com/PaddlePaddle/PaddleClas/blob/relea ``` ![](https://ai-studio-static-online.cdn.bcebos.com/06af09bde845449ba0a676410f4daa1cdc3983ac95034bdbbafac3b7fd94042f) - 注：日志中显示了训练结果和评估结果（训练时可以设置固定轮数评估一次） +​ 注：日志中显示了训练结果和评估结果（训练时可以设置固定轮数评估一次） ### 3.2 OCR技术拆解---卡证识别 @@ -147,7 +177,7 @@ C [下载预训练模型 ](https://github.com/PaddlePaddle/PaddleClas/blob/relea * OCR技术拆解---OCR工具库 - PaddleOCR是一个丰富、领先且实用的OCR工具库，助力开发者训练出更好的模型并应用落地 + PaddleOCR是一个丰富、领先且实用的OCR工具库，助力开发者训练出更好的模型并应用落地 ![](https://ai-studio-static-online.cdn.bcebos.com/16c5e16d53b8428c95129cac4f5520204d869910247943e494d854227632e882) @@ -161,7 +191,7 @@ C [下载预训练模型 ](https://github.com/PaddlePaddle/PaddleClas/blob/relea #### 身份证识别：检测+分类 -> 方法：基于现有的dbnet检测模型，加入分类方法。检测同时进行分类，从一定程度上优化识别流程 +> 方法：基于现有的dbnet检测模型，加入分类方法。检测同时进行分类，从一定程度上优化识别流程 ![](https://ai-studio-static-online.cdn.bcebos.com/e1e798c87472477fa0bfca0da12bb0c180845a3e167a4761b0d26ff4330a5ccb) @@ -185,10 +215,12 @@ C [下载预训练模型 ](https://github.com/PaddlePaddle/PaddleClas/blob/relea ![](https://ai-studio-static-online.cdn.bcebos.com/89f42eccd600439fa9e28c97ccb663726e4e54ce3a854825b4c3b7d554ea21df) - 注：两者只有标注有差别，训练参数数据集都相同 +​ 注：两者只有标注有差别，训练参数数据集都相同 ## 4 . 项目实践 +AIStudio项目链接：[快速构建卡证类OCR](https://aistudio.baidu.com/aistudio/projectdetail/4459116) + ### 4.1 环境准备 1）拉取[paddleocr](https://github.com/PaddlePaddle/PaddleOCR)项目，如果从github上拉取速度慢可以选择从gitee上获取。 @@ -199,8 +231,6 @@ C [下载预训练模型 ](https://github.com/PaddlePaddle/PaddleClas/blob/relea 2）获取并解压预训练模型，如果要使用其他模型可以从模型库里自主选择合适模型。 ``` !wget -P work/pre_trained/ https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_distill_train.tar -``` -``` !tar -vxf /home/aistudio/work/pre_trained/ch_PP-OCRv3_det_distill_train.tar -C /home/aistudio/work/pre_trained ``` 3） 安装必要依赖 @@ -218,9 +248,9 @@ C [下载预训练模型 ](https://github.com/PaddlePaddle/PaddleClas/blob/relea 注：在上述的配置文件的Global变量中需要添加以下两个参数： - label_list 为标签表 - num_classes 为分类数 - 上述两个参数根据实际的情况配置即可 +​ label_list 为标签表 +​ num_classes 为分类数 +​ 上述两个参数根据实际的情况配置即可 ![](https://ai-studio-static-online.cdn.bcebos.com/0b056be24f374812b61abf43305774767ae122c8479242f98aa0799b7bfc81d4) @@ -729,8 +759,6 @@ class DBPostProcess(object): 其他命令： ``` !python /home/aistudio/work/PaddleOCR/tools/eval.py -c /home/aistudio/work/PaddleOCR/configs/det/det_mv3_db.yml -``` -``` !python /home/aistudio/work/PaddleOCR/tools/infer_det.py -c /home/aistudio/work/PaddleOCR/configs/det/det_mv3_db.yml ``` 模型推理 @@ -752,6 +780,3 @@ class DBPostProcess(object): 2 https://github.com/PaddlePaddle/PaddleClas 3 https://blog.csdn.net/YY007H/article/details/124491217 - - - -- GitLab