forgetest5
/
PaddleOCR
1
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity

test=develop,update_docs

This commit is contained in:
grasswolfs 2020-08-26 17:17:07 +08:00
parent c4a3ecdcb6
commit 29ba105c91
1 changed files with 11 additions and 16 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

27
doc/doc_ch/FAQ.md
View File

@ -10,7 +10,7 @@
## PaddleOCR常见问题汇总(持续更新) ## PaddleOCR常见问题汇总(持续更新)
* [【精选】OCR精选10个问题](#【精选】OCR精选10个问题) * [【精选】OCR精选10个问题](#【精选】OCR精选10个问题)
* [【理论篇】OCR通用21个问题](#【理论篇】OCR通用问题) * [【理论篇】OCR通用21个问题](#【理论篇】OCR通用问题)
* [基础知识3题](#基础知识) * [基础知识3题](#基础知识)
* [数据集4题](#数据集) * [数据集4题](#数据集)
* [模型训练调优6题](#模型训练调优) * [模型训练调优6题](#模型训练调优)
@ -60,24 +60,19 @@
（1）检测阶段：先按照检测框和标注框的IOU评估，IOU大于某个阈值判断为检测准确。这里检测框和标注框不同于一般的通用目标检测框，是采用多边形进行表示。 （1）检测阶段：先按照检测框和标注框的IOU评估，IOU大于某个阈值判断为检测准确。这里检测框和标注框不同于一般的通用目标检测框，是采用多边形进行表示。
检测准确率det_precision：正确的检测框个数在全部检测框的占比，主要是判断检测指标. 检测准确率：正确的检测框个数在全部检测框的占比，主要是判断检测指标.
检测召回率det_recall：正确的检测框个数在全部标注框的占比，主要是判断漏检的指标。 检测召回率：正确的检测框个数在全部标注框的占比，主要是判断漏检的指标。
检测 F1-Score：
$$ F1\_Score= \frac{2 \times det\_precision \times det\_recall}{det\_precision+det\_recall}$$
（2）识别阶段： （2）识别阶段：
字符识别准确率rec_precision，即正确识别的文本行占标注的文本行数量的比例，只有整行文本识别对才算正确识别。 字符识别准确率，即正确识别的文本行占标注的文本行数量的比例，只有整行文本识别对才算正确识别。
（3）端到端统计： （3）端到端统计：
端对端准确率e2e_precision：准确检测并正确识别文本行在全部标注文本行的占比； 端对端准确率：准确检测并正确识别文本行在全部标注文本行的占比；
端到端召回率e2e_recall：准确检测并正确识别文本行在 检测到的文本行数量 的占比；准确检测的标准是检测框与标注框的IOU大于某个阈值，正确识别的的检测框中的文本与标注的文本相同。 端到端召回率：准确检测并正确识别文本行在 检测到的文本行数量 的占比；准确检测的标准是检测框与标注框的IOU大于某个阈值，正确识别的的检测框中的文本与标注的文本相同。
端到端 F1-Score：
$$ F1\_Score= \frac{2 \times e2e\_precision \times e2e\_recall}{e2e\_precision+e2e\_recall}$$
#### Q1.1.7：单张图上多语种并存识别（如单张图印刷体和手写文字并存），应该如何处理？ #### Q1.1.7：单张图上多语种并存识别（如单张图印刷体和手写文字并存），应该如何处理？
**A**：单张图像中存在多种类型文本的情况很常见，典型的以学生的试卷为代表，一张图像同时存在手写体和印刷体两种文本，这类情况下，可以尝试”1个检测模型+1个N分类模型+N个识别模型”的解决方案。 **A**：单张图像中存在多种类型文本的情况很常见，典型的以学生的试卷为代表，一张图像同时存在手写体和印刷体两种文本，这类情况下，可以尝试”1个检测模型+1个N分类模型+N个识别模型”的解决方案。
@ -91,8 +86,8 @@ $$ F1\_Score= \frac{2 \times e2e\_precision \times e2e\_recall}{e2e\_precision+e
识别的话，520W左右的数据集（真实数据26W+合成数据500W）训练，超轻量模型：4卡V100，总共训练了5天左右。通用模型：4卡V100，共训练6天。 识别的话，520W左右的数据集（真实数据26W+合成数据500W）训练，超轻量模型：4卡V100，总共训练了5天左右。通用模型：4卡V100，共训练6天。
超轻量模型训练分为2个阶段： 超轻量模型训练分为2个阶段：
<1>全量数据训练50epoch，耗时3天 (1)全量数据训练50epoch，耗时3天
<2>合成数据+真实数据按照1:1数据采样，进行finetune训练200epoch，耗时2天 (2)合成数据+真实数据按照1:1数据采样，进行finetune训练200epoch，耗时2天
通用模型训练： 通用模型训练：
真实数据+合成数据，动态采样(1：1)训练，200epoch，耗时 6天左右。 真实数据+合成数据，动态采样(1：1)训练，200epoch，耗时 6天左右。
@ -448,7 +443,7 @@ ocr_system: 检测识别串联预测
**A**：第一张图需要初始化，耗时较多。完成模型加载后，之后的预测时间很短。 **A**：第一张图需要初始化，耗时较多。完成模型加载后，之后的预测时间很短。
#### Q3.4.70：请问opt工具可以直接转int8量化后的模型为.nb文件吗 #### Q3.4.7：请问opt工具可以直接转int8量化后的模型为.nb文件吗
**A**：有的，PaddleLite提供完善的opt工具，可以参考[文档](https://paddle-lite.readthedocs.io/zh/latest/user_guides/post_quant_with_data.html) **A**：有的，PaddleLite提供完善的opt工具，可以参考[文档](https://paddle-lite.readthedocs.io/zh/latest/user_guides/post_quant_with_data.html)
@ -460,7 +455,7 @@ ocr_system: 检测识别串联预测
**A**：目前不支持转ONNX **A**：目前不支持转ONNX
#### Q3.4.1：使用opt工具对检测模型转换时报错 can not found op arguments for node conv2_b_attr #### Q3.4.10：使用opt工具对检测模型转换时报错 can not found op arguments for node conv2_b_attr
**A**：这个问题大概率是编译opt工具的Paddle-Lite不是develop分支，建议使用Paddle-Lite 的develop分支编译opt工具。 **A**：这个问题大概率是编译opt工具的Paddle-Lite不是develop分支，建议使用Paddle-Lite 的develop分支编译opt工具。
@ -476,5 +471,5 @@ ocr_system: 检测识别串联预测
**A**：训练的时候标注是整个文本行的标注，所以预测的也是文本行位置，如果要获取单字符位置信息，可以根据预测的文本，计算字符数量，再去根据整个文本行的位置信息，估计文本块中每个字符的位置。 **A**：训练的时候标注是整个文本行的标注，所以预测的也是文本行位置，如果要获取单字符位置信息，可以根据预测的文本，计算字符数量，再去根据整个文本行的位置信息，估计文本块中每个字符的位置。
#### Q3.4.16： #### Q3.4.16：PaddleOCR模型部署方式有哪几种？
**A**：目前有Inference部署，serving部署和手机端Paddle Lite部署，可根据不同场景做灵活的选择：Inference部署适用于本地离线部署，serving部署适用于云端部署，Paddle Lite部署适用于手机端集成。 **A**：目前有Inference部署，serving部署和手机端Paddle Lite部署，可根据不同场景做灵活的选择：Inference部署适用于本地离线部署，serving部署适用于云端部署，Paddle Lite部署适用于手机端集成。