From 45b830c4ba6e6d67d9b953982543b28801e6c290 Mon Sep 17 00:00:00 2001 From: WenmuZhou Date: Fri, 23 Oct 2020 15:09:05 +0800 Subject: [PATCH] =?UTF-8?q?=E8=BF=91=E6=9C=9F=E6=9B=B4=E6=96=B0=E9=97=AE?= =?UTF-8?q?=E9=A2=98=E6=9B=B4=E6=96=B0?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- doc/doc_ch/FAQ.md | 57 +++++++++++++++++++++++++++++++++++------------ 1 file changed, 43 insertions(+), 14 deletions(-) diff --git a/doc/doc_ch/FAQ.md b/doc/doc_ch/FAQ.md index 34ebaf8b..d4df4c50 100644 --- a/doc/doc_ch/FAQ.md +++ b/doc/doc_ch/FAQ.md @@ -24,27 +24,31 @@ -## 近期更新（2020.10.19） +## 近期更新（2020.10.26） -#### 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) +#### Q2.1.4 印章如何识别 +**A**: 1. 使用带tps的识别网络或abcnet,2.使用极坐标变换将图片拉平之后使用crnn -#### 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？ +#### Q2.1.5 多语言的字典里是混合了不同的语种，这个是有什么讲究吗？统一到一个字典里会对精度造成多大的损失？ +统一到一个字典里，会造成最后一层FC过大，增加模型大小。如果有特殊需求的话，可以把需要的几种语言合并字典训练模型，合并字典之后如果引入过多的形近字，可能会造成精度损失，字符平衡的问题可能也需要考虑一下。在PaddleOCR里暂时将语言字典分开。 -**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？ +#### 3.1.18：如何加入自己的检测算法？ +**A**：1. 在ppocr/modeling对应目录下分别选择backbone，head。如果没有可用的可以新建文件并添加 + 2. 在ppocr/data下选择对应的数据处理处理方式，如果没有可用的可以新建文件并添加 + 3. 在ppocr/losses下新建文件并编写loss + 4. 在ppocr/postprocess下新建文件并编写后处理算法 + 5. 将上面四个步骤里新添加的类或函数参照yml文件写到配置中 -**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。 +#### Q3.3.16: 如何对检测模型finetune，比如冻结前面的层或某些层使用小的学习率学习？ +**A**： -#### Q3.4.15： hubserving、pdserving这两种部署方式区别是什么？ +**A**：如果是冻结某些层，可以将变量的stop_gradient属性设置为True，这样计算这个变量之前的所有参数都不会更新了，参考：https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/faq/train_cn.html#id4 +如果对某些层使用更小的学习率学习，静态图里还不是很方便，一个方法是在参数初始化的时候，给权重的属性设置固定的学习率，参考：https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/api/paddle/fluid/param_attr/ParamAttr_cn.html#paramattr +实际上我们实验发现，直接加载模型去fine-tune，不设置某些层不同学习率，效果也都不错 -**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 +#### Q3.3.17: 使用通用中文模型作为预训练模型，更改了字典文件，出现ctc_fc_b not used的错误 +**A**：修改了字典之后，识别模型的最后一层FC纬度发生了改变，没有办法加载参数。这里是一个警告，可以忽略，正常训练即可。 @@ -151,6 +155,11 @@ **A**：端到端在文字分布密集的业务场景，效率会比较有保证，精度的话看自己业务数据积累情况，如果行级别的识别数据积累比较多的话two-stage会比较好。百度的落地场景，比如工业仪表识别、车牌识别都用到端到端解决方案。 +#### Q2.1.4 印章如何识别 +**A**: 1. 使用带tps的识别网络或abcnet,2.使用极坐标变换将图片拉平之后使用crnn + +#### Q2.1.5 多语言的字典里是混合了不同的语种，这个是有什么讲究吗？统一到一个字典里会对精度造成多大的损失？ +统一到一个字典里，会造成最后一层FC过大，增加模型大小。如果有特殊需求的话，可以把需要的几种语言合并字典训练模型，合并字典之后如果引入过多的形近字，可能会造成精度损失，字符平衡的问题可能也需要考虑一下。在PaddleOCR里暂时将语言字典分开。 ### 数据集 @@ -329,6 +338,13 @@ |8.6M超轻量中文OCR模型|MobileNetV3+MobileNetV3|det_mv3_db.yml|rec_chinese_lite_train.yml| |通用中文OCR模型|Resnet50_vd+Resnet34_vd|det_r50_vd_db.yml|rec_chinese_common_train.yml| +#### 3.1.18：如何加入自己的检测算法？ +**A**：1. 在ppocr/modeling对应目录下分别选择backbone，head。如果没有可用的可以新建文件并添加 + 2. 在ppocr/data下选择对应的数据处理处理方式，如果没有可用的可以新建文件并添加 + 3. 在ppocr/losses下新建文件并编写loss + 4. 在ppocr/postprocess下新建文件并编写后处理算法 + 5. 将上面四个步骤里新添加的类或函数参照yml文件写到配置中 + ### 数据集 @@ -388,6 +404,7 @@ **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？ @@ -465,6 +482,18 @@ return paddle.reader.multiprocess_reader(readers, False, queue_size=320) **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。 +#### Q3.3.16: 如何对检测模型finetune，比如冻结前面的层或某些层使用小的学习率学习？ +**A**： + +**A**：如果是冻结某些层，可以将变量的stop_gradient属性设置为True，这样计算这个变量之前的所有参数都不会更新了，参考：https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/faq/train_cn.html#id4 + +如果对某些层使用更小的学习率学习，静态图里还不是很方便，一个方法是在参数初始化的时候，给权重的属性设置固定的学习率，参考：https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/api/paddle/fluid/param_attr/ParamAttr_cn.html#paramattr + +实际上我们实验发现，直接加载模型去fine-tune，不设置某些层不同学习率，效果也都不错 + +#### Q3.3.17: 使用通用中文模型作为预训练模型，更改了字典文件，出现ctc_fc_b not used的错误 +**A**：修改了字典之后，识别模型的最后一层FC纬度发生了改变，没有办法加载参数。这里是一个警告，可以忽略，正常训练即可。 + ### 预测部署 #### Q3.4.1：如何pip安装opt模型转换工具？ -- GitLab