update metirc, test=document

applications/车牌识别.md

@@ -518,11 +518,11 @@ python tools/eval.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml -o \
 
 使用预训练模型和CCPD车牌数据集fine-tune，指标分别如下：
 
-|方案|acc|
-|---|---|
-|PP-OCRv3中英文超轻量识别预训练模型|0%|
-|PP-OCRv3中英文超轻量识别预训练模型+后处理去掉多识别的`·`|90.97%|
-|PP-OCRv3中英文超轻量识别预训练模型 fine-tune|94.36%|
+|方案| acc    |
+|---|--------|
+|PP-OCRv3中英文超轻量识别预训练模型| 0%     |
+|PP-OCRv3中英文超轻量识别预训练模型+后处理去掉多识别的`·`| 90.97% |
+|PP-OCRv3中英文超轻量识别预训练模型 fine-tune| 94.54% |
 
 可以看到进行fine-tune能显著提升车牌识别的效果。
 
@@ -552,10 +552,10 @@ python tools/eval.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml -o \
 
 量化后指标对比如下
 
-|方案|acc|模型大小|预测速度(lite)|
-|---|---|---|---|
-|PP-OCRv3中英文超轻量识别预训练模型 fine-tune|94.36%|10.3m|
-|PP-OCRv3中英文超轻量识别预训练模型 fine-tune + 量化|94.36%|4.8m|
+|方案| acc    |模型大小|预测速度(lite)|
+|---|--------|---|---|
+|PP-OCRv3中英文超轻量识别预训练模型 fine-tune| 94.54% |10.3m|
+|PP-OCRv3中英文超轻量识别预训练模型 fine-tune + 量化| 93.4%  |4.8m|
 
 可以看到量化后能显著降低模型体积
 
@@ -609,9 +609,9 @@ python tools/eval.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml -o \
 
 - 识别
 
-|方案|acc|模型大小|预测速度(lite)|
-|---|---|---|---|
-|PP-OCRv3中英文超轻量识别预训练模型|0%|x|x|x|
-|PP-OCRv3中英文超轻量识别预训练模型+后处理去掉多识别的`·`|90.97%|x|x|
-|PP-OCRv3中英文超轻量识别预训练模型 fine-tune|94.36%|10.3m||
-|PP-OCRv3中英文超轻量识别预训练模型 fine-tune + 量化|94.36%|4.8m||
+|方案| acc    |模型大小|预测速度(lite)|
+|---|--------|---|---|
+|PP-OCRv3中英文超轻量识别预训练模型| 0%     |||
+|PP-OCRv3中英文超轻量识别预训练模型+后处理去掉多识别的`·`| 90.97% |||
+|PP-OCRv3中英文超轻量识别预训练模型 fine-tune| 94.54% |10.3m||
+|PP-OCRv3中英文超轻量识别预训练模型 fine-tune + 量化| 94.4%  |4.8m||