add faq, 210104
This commit is contained in:
tink2123
parent
67ef25d593
commit
c91baf7cc6
|
|
@ -8,7 +8,7 @@ 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**
|
||||
- 2020.12.28 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，总数137个，每周一都会更新，欢迎大家持续关注。
|
||||
- 2021.1.4 [FAQ](./doc/doc_ch/FAQ.md)新增5个高频问题，总数142个，每周一都会更新，欢迎大家持续关注。
|
||||
- 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。
|
||||
- 2020.11.25 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
|
||||
|
|
|
|||
|
|
@ -9,45 +9,48 @@
|
|||
|
||||
## PaddleOCR常见问题汇总(持续更新)
|
||||
|
||||
* [近期更新（2020.12.28）](#近期更新)
|
||||
* [近期更新（2020.1.4）](#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31个问题](#OCR通用问题)
|
||||
* [【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17题](#模型训练调优2)
|
||||
* [【实战篇】PaddleOCR实战96个问题](#PaddleOCR实战问题)
|
||||
* [使用咨询28题](#使用咨询)
|
||||
* [模型训练调优18题](#模型训练调优2)
|
||||
* [【实战篇】PaddleOCR实战100个问题](#PaddleOCR实战问题)
|
||||
* [使用咨询31题](#使用咨询)
|
||||
* [数据集17题](#数据集3)
|
||||
* [模型训练调优26题](#模型训练调优3)
|
||||
* [预测部署25题](#预测部署3)
|
||||
* [预测部署26题](#预测部署3)
|
||||
|
||||
|
||||
<a name="近期更新"></a>
|
||||
## 近期更新（2020.12.28）
|
||||
## 近期更新（2021.1.4）
|
||||
|
||||
#### Q3.1.25: 使用dygraph分支，在docker中训练PaddleOCR的时候，数据路径没有任何问题，但是一直报错`reader rasied an exception`，这是为什么呢？
|
||||
#### Q2.3.18: 请问有哪些修改骨干网络的技巧？
|
||||
|
||||
**A** 创建docker的时候，`/dev/shm`的默认大小为64M，如果使用多进程读取数据，共享内存可能不够，因此需要给`/dev/shm`分配更大的空间，在创建docker的时候，传入`--shm-size=8g`表示给`/dev/shm`分配8g的空间。
|
||||
**A**: 可以参考HS-ResNet这篇文章:https://arxiv.org/pdf/2010.07621.pdf
|
||||
|
||||
#### Q3.1.26: 在repo中没有找到Lite和PaddleServing相关的部署教程，这是在哪里呢？
|
||||
#### Q3.1.29: PPOCRLabel创建矩形框时只能拖出正方形，如何进行矩形标注？
|
||||
|
||||
**A** 目前PaddleOCR的默认分支为dygraph，关于Lite和PaddleLite的动态图部署还在适配中，如果希望在Lite端或者使用PaddleServing部署，推荐使用develop分支（静态图）的代码。
|
||||
**A** 取消勾选：“编辑”-“正方形标注”
|
||||
|
||||
#### Q3.1.27: 如何可视化acc,loss曲线图,模型网络结构图等？
|
||||
#### Q3.1.30: Style-Text 如何不文字风格迁移，就像普通文本生成程序一样默认字体直接输出到分割的背景图？
|
||||
|
||||
**A** 在配置文件里有`use_visualdl`的参数，设置为True即可，更多的使用命令可以参考：[VisualDL使用指南](https://www.paddlepaddle.org.cn/documentation/docs/zh/2.0-rc1/guides/03_VisualDL/visualdl.html)。
|
||||
**A** 使用image_synth模式会输出fake_bg.jpg，即为背景图。如果想要批量提取背景，可以稍微修改一下代码，将fake_bg保存下来即可。要修改的位置：
|
||||
https://github.com/PaddlePaddle/PaddleOCR/blob/de3e2e7cd3b8b65ee02d7a41e570fa5b511a3c1d/StyleText/engine/synthesisers.py#L68
|
||||
|
||||
#### Q3.1.28: 在使用StyleText数据合成工具的时候，报错`ModuleNotFoundError: No module named 'utils.config'`，这是为什么呢？
|
||||
#### Q3.1.31: 怎么输出网络结构以及每层的参数信息？
|
||||
|
||||
**A** 有2个解决方案
|
||||
- 在StyleText路径下面设置PYTHONPATH：`export PYTHONPATH=./`
|
||||
- 拉取最新的代码
|
||||
|
||||
#### Q3.3.26: PaddleOCR在训练的时候一直使用cosine_decay的学习率下降策略，这是为什么呢？
|
||||
|
||||
**A**: cosine_decay表示在训练的过程中，学习率按照cosine的变化趋势逐渐下降至0，在迭代轮数更长的情况下，比常量的学习率变化策略会有更好的收敛效果，因此在实际训练的时候，均采用了cosine_decay，来获得精度更高的模型。
|
||||
**A** 可以使用 `paddle.summary`， 具体参考:https://www.paddlepaddle.org.cn/documentation/docs/zh/2.0-rc1/api/paddle/hapi/model_summary/summary_cn.html#summary。
|
||||
|
||||
### Q3.4.26: 目前paddle hub serving 只支持 imgpath，如果我想用imgurl 去哪里改呢？
|
||||
|
||||
**A**: 图片是在这里读取的：https://github.com/PaddlePaddle/PaddleOCR/blob/67ef25d593c4eabfaaceb22daade4577f53bed81/deploy/hubserving/ocr_system/module.py#L55，
|
||||
可以参考下面的写法，将url path转化为np array（https://cloud.tencent.com/developer/article/1467840）
|
||||
```
|
||||
response = request.urlopen('http://i1.whymtj.com/uploads/tu/201902/9999/52491ae4ba.jpg')
|
||||
img_array = np.array(bytearray(response.read()), dtype=np.uint8)
|
||||
img = cv.imdecode(img_array, -1)
|
||||
```
|
||||
|
||||
<a name="OCR精选10个问题"></a>
|
||||
## 【精选】OCR精选10个问题
|
||||
|
|
@ -289,6 +292,10 @@
|
|||
**A**：StyleText模型生成的数据主要用于OCR识别模型的训练。PaddleOCR目前识别模型的输入为32 x N，因此当前版本模型主要适用高度为32的数据。
|
||||
建议要合成的数据尺寸设置为32 x N。尺寸相差不多的数据也可以生成，尺寸很大或很小的数据效果确实不佳。
|
||||
|
||||
#### Q2.3.18: 请问有哪些修改骨干网络的技巧？
|
||||
|
||||
**A**: 可以参考HS-ResNet这篇文章:https://arxiv.org/pdf/2010.07621.pdf
|
||||
|
||||
|
||||
<a name="PaddleOCR实战问题"></a>
|
||||
## 【实战篇】PaddleOCR实战问题
|
||||
|
|
@ -439,6 +446,19 @@ python3 -m pip install paddlepaddle-gpu==2.0.0rc1 -i https://mirror.baidu.com/py
|
|||
- 在StyleText路径下面设置PYTHONPATH：`export PYTHONPATH=./`
|
||||
- 拉取最新的代码
|
||||
|
||||
#### Q3.1.29: PPOCRLabel创建矩形框时只能拖出正方形，如何进行矩形标注？
|
||||
|
||||
**A** 取消勾选：“编辑”-“正方形标注”
|
||||
|
||||
#### Q3.1.30: Style-Text 如何不文字风格迁移，就像普通文本生成程序一样默认字体直接输出到分割的背景图？
|
||||
|
||||
**A** 使用image_synth模式会输出fake_bg.jpg，即为背景图。如果想要批量提取背景，可以稍微修改一下代码，将fake_bg保存下来即可。要修改的位置：
|
||||
https://github.com/PaddlePaddle/PaddleOCR/blob/de3e2e7cd3b8b65ee02d7a41e570fa5b511a3c1d/StyleText/engine/synthesisers.py#L68
|
||||
|
||||
#### Q3.1.31: 怎么输出网络结构以及每层的参数信息？
|
||||
|
||||
**A** 可以使用 `paddle.summary`， 具体参考:https://www.paddlepaddle.org.cn/documentation/docs/zh/2.0-rc1/api/paddle/hapi/model_summary/summary_cn.html#summary。
|
||||
|
||||
<a name="数据集3"></a>
|
||||
### 数据集
|
||||
|
||||
|
|
@ -786,3 +806,13 @@ ps -axu | grep train.py | awk '{print $2}' | xargs kill -9
|
|||
建议首先排查diff出现在检测模型还是识别模型，或者尝试换其他模型是否有类似的问题。
|
||||
其次，检查python端和C++端数据处理部分是否存在差异，建议保存环境，更新PaddleOCR代码再试下。
|
||||
如果更新代码或者更新代码都没能解决，建议在PaddleOCR微信群里或者issue中抛出您的问题。
|
||||
|
||||
### Q3.4.26: 目前paddle hub serving 只支持 imgpath，如果我想用imgurl 去哪里改呢？
|
||||
|
||||
**A**: 图片是在这里读取的：https://github.com/PaddlePaddle/PaddleOCR/blob/67ef25d593c4eabfaaceb22daade4577f53bed81/deploy/hubserving/ocr_system/module.py#L55，
|
||||
可以参考下面的写法，将url path转化为np array（https://cloud.tencent.com/developer/article/1467840）
|
||||
```
|
||||
response = request.urlopen('http://i1.whymtj.com/uploads/tu/201902/9999/52491ae4ba.jpg')
|
||||
img_array = np.array(bytearray(response.read()), dtype=np.uint8)
|
||||
img = cv.imdecode(img_array, -1)
|
||||
```
|
||||
|
|
|
|||
Loading…
Reference in New Issue