littletomatodonkey
GitHub
parent
c3d700fa41
commit
152ab8f3da
|
|
@ -8,8 +8,8 @@ PaddleOCR同时支持动态图与静态图两种编程范式
|
|||
- 静态图版本：develop分支
|
||||
|
||||
**近期更新**
|
||||
- 2021.2.22 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，总数172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 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，总数167个，每周一都会更新，欢迎大家持续关注。
|
||||
- 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)
|
||||
- 2021.1.21 更新多语言识别模型，目前支持语种超过27种，[多语言模型下载](./doc/doc_ch/models_list.md)，包括中文简体、中文繁体、英文、法文、德文、韩文、日文、意大利文、西班牙文、葡萄牙文、俄罗斯文、阿拉伯文等，后续计划可以参考[多语言研发计划](https://github.com/PaddlePaddle/PaddleOCR/issues/1048)
|
||||
- 2020.12.15 更新数据合成工具[Style-Text](./StyleText/README_ch.md)，可以批量合成大量与目标场景类似的图像，在多个场景验证，效果明显提升。
|
||||
|
|
@ -105,7 +105,7 @@ PaddleOCR同时支持动态图与静态图两种编程范式
|
|||
- FAQ
|
||||
- [【精选】OCR精选10个问题](./doc/doc_ch/FAQ.md)
|
||||
- [【理论篇】OCR通用32个问题](./doc/doc_ch/FAQ.md)
|
||||
- [【实战篇】PaddleOCR实战125个问题](./doc/doc_ch/FAQ.md)
|
||||
- [【实战篇】PaddleOCR实战130个问题](./doc/doc_ch/FAQ.md)
|
||||
- [技术交流群](#欢迎加入PaddleOCR技术交流群)
|
||||
- [参考文献](./doc/doc_ch/reference.md)
|
||||
- [许可证书](#许可证书)
|
||||
|
|
|
|||
|
|
@ -9,48 +9,56 @@
|
|||
|
||||
## PaddleOCR常见问题汇总(持续更新)
|
||||
|
||||
* [近期更新（2021.2.8）](#近期更新)
|
||||
* [近期更新（2021.2.22）](#近期更新)
|
||||
* [【精选】OCR精选10个问题](#OCR精选10个问题)
|
||||
* [【理论篇】OCR通用32个问题](#OCR通用问题)
|
||||
* [基础知识7题](#基础知识)
|
||||
* [数据集7题](#数据集2)
|
||||
* [模型训练调优18题](#模型训练调优2)
|
||||
* [【实战篇】PaddleOCR实战125个问题](#PaddleOCR实战问题)
|
||||
* [使用咨询41题](#使用咨询)
|
||||
* [使用咨询43题](#使用咨询)
|
||||
* [数据集18题](#数据集3)
|
||||
* [模型训练调优30题](#模型训练调优3)
|
||||
* [预测部署36题](#预测部署3)
|
||||
* [预测部署39题](#预测部署3)
|
||||
|
||||
|
||||
<a name="近期更新"></a>
|
||||
## 近期更新（2021.2.8）
|
||||
## 近期更新（2021.2.22）
|
||||
|
||||
#### Q3.1.39: 字典中没有的字应该如何标注，是用空格代替还是直接忽略掉？
|
||||
#### Q3.1.42: 训练识别任务的时候，在CPU上运行时，报错`The setting of Parameter-Server must has server_num or servers`。
|
||||
|
||||
**A**：可以直接按照图片内容标注，在编码的时候，会忽略掉字典中不存在的字符。
|
||||
**A**：这是训练任务启动方式不对造成的。
|
||||
|
||||
#### Q3.1.40: dygraph、release/2.0-rc1-0、release/2.0 这三个分支有什么区别？
|
||||
1. 在使用CPU或者单块GPU训练的时候，可以直接使用`python3 tools/train.py -c xxx.yml`的方式启动。
|
||||
2. 在使用多块GPU训练的时候，需要使用`distributed.launch`的方式启动，如`python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/train.py -c xxx.yml`，这种方式需要安装NCCL库，如果没有的话会报错。
|
||||
|
||||
**A**：dygraph是动态图分支，并且适配Paddle-develop，当然目前在Paddle2.0上也可以运行，新特性我们会在这里更新。
|
||||
release/2.0-rc1-0是基于Paddle 2.0rc1的稳定版本，release/2.0是基于Paddle2.0的稳定版本，如果希望版本或者代
|
||||
码稳定的话，建议使用release/2.0分支，如果希望可以实时拿到一些最新特性，建议使用dygraph分支。
|
||||
#### Q3.1.43：使用StyleText进行数据合成时，文本(TextInput)的长度远超StyleInput的长度，该怎么处理与合成呢？
|
||||
|
||||
#### Q3.1.41: style-text 融合模块的输入是生成的前景图像以及背景特征权重吗？
|
||||
|
||||
**A**：目前版本是直接输入两个图像进行融合的，没有用到feature_map，替换背景图片不会影响效果。
|
||||
**A**：在使用StyleText进行数据合成的时候，建议StyleInput的长度长于TextInput的长度。有2种方法可以处理上述问题：
|
||||
|
||||
#### Q3.4.35: 怎么解决paddleOCR在T4卡上有越预测越慢的情况？
|
||||
**A**：
|
||||
1. T4 GPU没有主动散热，因此在测试的时候需要在每次infer之后需要sleep 30ms，否则机器容易因为过热而降频(inference速度会变慢)，温度过高也有可能会导致宕机。
|
||||
2. T4在不使用的时候，也有可能会降频，因此在做benchmark的时候需要锁频，下面这两条命令可以进行锁频。
|
||||
```
|
||||
nvidia-smi -i 0 -pm ENABLED
|
||||
nvidia-smi --lock-gpu-clocks=1590 -i 0
|
||||
```
|
||||
1. 将StyleInput按列的方向进行复制与扩充，直到其超过TextInput的长度。
|
||||
2. 将TextInput进行裁剪，保证每段TextInput都稍短于StyleInput，分别合成之后，再拼接在一起。
|
||||
|
||||
#### Q3.4.36: DB有些框太贴文本了反而去掉了一些文本的边角影响识别，这个问题有什么办法可以缓解吗？
|
||||
实际使用中发现，使用第2种方法的效果在长文本合成的场景中的合成效果更好，StyleText中提供的也是第2种数据合成的逻辑。
|
||||
|
||||
|
||||
#### Q3.4.37: 在windows上进行cpp inference的部署时，总是提示找不到`paddle_fluid.dll`和`opencv_world346.dll`，
|
||||
**A**：有2种方法可以解决这个问题：
|
||||
|
||||
1. 将paddle预测库和opencv库的地址添加到系统环境变量中。
|
||||
2. 将提示缺失的dll文件拷贝到编译产出的`ocr_system.exe`文件夹中。
|
||||
|
||||
|
||||
#### Q3.4.38：想在Mac上部署，从哪里下载预测库呢？
|
||||
|
||||
**A**：Mac上的Paddle预测库可以从这里下载：[https://paddle-inference-lib.bj.bcebos.com/mac/2.0.0/cpu_avx_openblas/paddle_inference.tgz](https://paddle-inference-lib.bj.bcebos.com/mac/2.0.0/cpu_avx_openblas/paddle_inference.tgz)
|
||||
|
||||
|
||||
#### Q3.4.39：内网环境如何进行服务化部署呢？
|
||||
|
||||
**A**：仍然可以使用PaddleServing或者HubServing进行服务化部署，保证内网地址可以访问即可。
|
||||
|
||||
**A**：可以把后处理的参数unclip_ratio适当调大一点。
|
||||
|
||||
<a name="OCR精选10个问题"></a>
|
||||
## 【精选】OCR精选10个问题
|
||||
|
|
@ -506,6 +514,23 @@ release/2.0-rc1-0是基于Paddle 2.0rc1的稳定版本，release/2.0是基于Pad
|
|||
|
||||
**A**：目前版本是直接输入两个图像进行融合的，没有用到feature_map，替换背景图片不会影响效果。
|
||||
|
||||
#### Q3.1.42: 训练识别任务的时候，在CPU上运行时，报错`The setting of Parameter-Server must has server_num or servers`。
|
||||
|
||||
**A**：这是训练任务启动方式不对造成的。
|
||||
|
||||
1. 在使用CPU或者单块GPU训练的时候，可以直接使用`python3 tools/train.py -c xxx.yml`的方式启动。
|
||||
2. 在使用多块GPU训练的时候，需要使用`distributed.launch`的方式启动，如`python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/train.py -c xxx.yml`，这种方式需要安装NCCL库，如果没有的话会报错。
|
||||
|
||||
#### Q3.1.43：使用StyleText进行数据合成时，文本(TextInput)的长度远超StyleInput的长度，该怎么处理与合成呢？
|
||||
|
||||
|
||||
**A**：在使用StyleText进行数据合成的时候，建议StyleInput的长度长于TextInput的长度。有2种方法可以处理上述问题：
|
||||
|
||||
1. 将StyleInput按列的方向进行复制与扩充，直到其超过TextInput的长度。
|
||||
2. 将TextInput进行裁剪，保证每段TextInput都稍短于StyleInput，分别合成之后，再拼接在一起。
|
||||
|
||||
实际使用中发现，使用第2种方法的效果在长文本合成的场景中的合成效果更好，StyleText中提供的也是第2种数据合成的逻辑。
|
||||
|
||||
<a name="数据集3"></a>
|
||||
### 数据集
|
||||
|
||||
|
|
@ -927,3 +952,19 @@ nvidia-smi --lock-gpu-clocks=1590 -i 0
|
|||
#### Q3.4.36: DB有些框太贴文本了反而去掉了一些文本的边角影响识别，这个问题有什么办法可以缓解吗？
|
||||
|
||||
**A**：可以把后处理的参数unclip_ratio适当调大一点。
|
||||
|
||||
#### Q3.4.37: 在windows上进行cpp inference的部署时，总是提示找不到`paddle_fluid.dll`和`opencv_world346.dll`，
|
||||
**A**：有2种方法可以解决这个问题：
|
||||
|
||||
1. 将paddle预测库和opencv库的地址添加到系统环境变量中。
|
||||
2. 将提示缺失的dll文件拷贝到编译产出的`ocr_system.exe`文件夹中。
|
||||
|
||||
|
||||
#### Q3.4.38：想在Mac上部署，从哪里下载预测库呢？
|
||||
|
||||
**A**：Mac上的Paddle预测库可以从这里下载：[https://paddle-inference-lib.bj.bcebos.com/mac/2.0.0/cpu_avx_openblas/paddle_inference.tgz](https://paddle-inference-lib.bj.bcebos.com/mac/2.0.0/cpu_avx_openblas/paddle_inference.tgz)
|
||||
|
||||
|
||||
#### Q3.4.39：内网环境如何进行服务化部署呢？
|
||||
|
||||
**A**：仍然可以使用PaddleServing或者HubServing进行服务化部署，保证内网地址可以访问即可。
|
||||
|
|
|
|||
Loading…
Reference in New Issue