diff --git a/README_ch.md b/README_ch.md old mode 100644 new mode 100755 index e21d0585..afdd0536 --- a/README_ch.md +++ b/README_ch.md @@ -9,7 +9,7 @@ PaddleOCR同时支持动态图与静态图两种编程范式 **近期更新** - 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。 -- 2020.12.07 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题,总数124个,并且计划以后每周一都会更新,欢迎大家持续关注。 +- 2020.12.14 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题,总数127个,每周一都会更新,欢迎大家持续关注。 - 2020.11.25 更新半自动标注工具[PPOCRLabel](./PPOCRLabel/README_ch.md),辅助开发者高效完成标注任务,输出格式与PP-OCR训练任务完美衔接。 - 2020.9.22 更新PP-OCR技术文章,https://arxiv.org/abs/2009.09941 - [More](./doc/doc_ch/update.md) diff --git a/doc/doc_ch/FAQ.md b/doc/doc_ch/FAQ.md old mode 100644 new mode 100755 index a44969f8..27b3126c --- a/doc/doc_ch/FAQ.md +++ b/doc/doc_ch/FAQ.md @@ -9,44 +9,42 @@ ## PaddleOCR常见问题汇总(持续更新) -* [近期更新(2020.12.07)](#近期更新) +* [近期更新(2020.12.14)](#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30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7题](#模型训练调优2) * [预测部署9题](#预测部署2) -* [【实战篇】PaddleOCR实战84个问题](#PaddleOCR实战问题) - * [使用咨询20题](#使用咨询) +* [【实战篇】PaddleOCR实战87个问题](#PaddleOCR实战问题) + * [使用咨询21题](#使用咨询) * [数据集17题](#数据集3) - * [模型训练调优24题](#模型训练调优3) - * [预测部署23题](#预测部署3) + * [模型训练调优25题](#模型训练调优3) + * [预测部署24题](#预测部署3) -## 近期更新(2020.12.07) +## 近期更新(2020.12.14) -#### Q2.4.9:弯曲文本有试过opencv的TPS进行弯曲校正吗? +#### Q3.1.21:PaddleOCR支持动态图吗? -**A**:opencv的tps需要标出上下边界对应的点,这些点很难通过传统方法或者深度学习方法获取。PaddleOCR里StarNet网络中的tps模块实现了自动学点,自动校正,可以直接尝试这个。 +**A**:动态图版本正在紧锣密鼓开发中,将于2020年12月16日发布,敬请关注。 -#### Q3.3.20: 文字检测时怎么模糊的数据增强? +#### Q3.3.23:检测模型训练或预测时出现elementwise_add报错 -**A**: 模糊的数据增强需要修改代码进行添加,以DB为例,参考[Normalize](https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/ppocr/data/imaug/operators.py#L60) ,添加模糊的增强就行 +**A**:设置的输入尺寸必须是32的倍数,否则在网络多次下采样和上采样后,feature map会产生1个像素的diff,从而导致elementwise_add时报shape不匹配的错误。 -#### Q3.3.21: 文字检测时怎么更改图片旋转的角度,实现360度任意旋转? +#### Q3.3.24: DB检测训练输入尺寸640,可以改大一些吗? -**A**: 将[这里](https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/ppocr/data/imaug/iaa_augment.py#L64) 的(-10,10) 改为(-180,180)即可 +**A**: 不建议改大。检测模型训练输入尺寸是预处理中random crop后的尺寸,并非直接将原图进行resize,多数场景下这个尺寸并不小了,改大后可能反而并不合适,而且训练会变慢。另外,代码里可能有的地方参数按照预设输入尺寸适配的,改大后可能有隐藏风险。 -#### Q3.3.22: 训练数据的长宽比过大怎么修改shape +#### Q3.3.25: 识别模型训练时,loss能正常下降,但acc一直为0 -**A**: 识别修改[这里](https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yaml#L75) , -检测修改[这里](https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml#L85) +**A**: 识别模型训练初期acc为0是正常的,多训一段时间指标就上来了。 +#### Q3.4.24:DB模型能正确推理预测,但换成EAST或SAST模型时报错或结果不正确 -#### Q3.4.23:安装paddleocr后,提示没有paddle - -**A**:这是因为paddlepaddle gpu版本和cpu版本的名称不一致,现在已经在[whl的文档](./whl.md)里做了安装说明。 +**A**:使用EAST或SAST模型进行推理预测时,需要在命令中指定参数--det_algorithm="EAST" 或 --det_algorithm="SAST",使用DB时不用指定是因为该参数默认值是"DB":https://github.com/PaddlePaddle/PaddleOCR/blob/e7a708e9fdaf413ed7a14da8e4a7b4ac0b211e42/tools/infer/utility.py#L43 ## 【精选】OCR精选10个问题 @@ -390,6 +388,10 @@ **A**:PaddleOCR主要聚焦通用ocr,如果有垂类需求,您可以用PaddleOCR+垂类数据自己训练; 如果缺少带标注的数据,或者不想投入研发成本,建议直接调用开放的API,开放的API覆盖了目前比较常见的一些垂类。 +#### Q3.1.21:PaddleOCR支持动态图吗? + +**A**:动态图版本正在紧锣密鼓开发中,将于2020年12月16日发布,敬请关注。 + ### 数据集 @@ -603,6 +605,18 @@ ps -axu | grep train.py | awk '{print $2}' | xargs kill -9 **A**: 识别修改[这里](https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yaml#L75) , 检测修改[这里](https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml#L85) +#### Q3.3.23:检测模型训练或预测时出现elementwise_add报错 + +**A**:设置的输入尺寸必须是32的倍数,否则在网络多次下采样和上采样后,feature map会产生1个像素的diff,从而导致elementwise_add时报shape不匹配的错误。 + +#### Q3.3.24: DB检测训练输入尺寸640,可以改大一些吗? + +**A**: 不建议改大。检测模型训练输入尺寸是预处理中random crop后的尺寸,并非直接将原图进行resize,多数场景下这个尺寸并不小了,改大后可能反而并不合适,而且训练会变慢。另外,代码里可能有的地方参数按照预设输入尺寸适配的,改大后可能有隐藏风险。 + +#### Q3.3.25: 识别模型训练时,loss能正常下降,但acc一直为0 + +**A**: 识别模型训练初期acc为0是正常的,多训一段时间指标就上来了。 + ### 预测部署 @@ -710,4 +724,8 @@ ps -axu | grep train.py | awk '{print $2}' | xargs kill -9 #### Q3.4.23:安装paddleocr后,提示没有paddle -**A**:这是因为paddlepaddle gpu版本和cpu版本的名称不一致,现在已经在[whl的文档](./whl.md)里做了安装说明。 \ No newline at end of file +**A**:这是因为paddlepaddle gpu版本和cpu版本的名称不一致,现在已经在[whl的文档](./whl.md)里做了安装说明。 + +#### Q3.4.24:DB模型能正确推理预测,但换成EAST或SAST模型时报错或结果不正确 + +**A**:使用EAST或SAST模型进行推理预测时,需要在命令中指定参数--det_algorithm="EAST" 或 --det_algorithm="SAST",使用DB时不用指定是因为该参数默认值是"DB":https://github.com/PaddlePaddle/PaddleOCR/blob/e7a708e9fdaf413ed7a14da8e4a7b4ac0b211e42/tools/infer/utility.py#L43 \ No newline at end of file