PaddleOCR/tests/docs/test_cpp.md

C++预测功能测试

C++预测功能测试的主程序为test_cpp.sh，可以测试基于C++预测库的模型推理功能。

测试结论汇总

算法名称	模型名称	device	batchsize	mkldnn	cpu多线程	tensorrt	离线量化
DB	ch_ppocr_mobile_v2.0_det	CPU/GPU	1/6	支持	支持	fp32/fp16/int8	支持
DB	ch_ppocr_server_v2.0_det	CPU/GPU	1/6	支持	支持	fp32/fp16/int8	支持
CRNN	ch_ppocr_mobile_v2.0_rec	CPU/GPU	1/6	支持	支持	fp32/fp16/int8	支持
CRNN	ch_ppocr_server_v2.0_rec	CPU/GPU	1/6	支持	支持	fp32/fp16/int8	支持
PP-OCR	ch_ppocr_server_v2.0	CPU/GPU	1/6	支持	支持	fp32/fp16/int8	支持
PP-OCR	ch_ppocr_server_v2.0	CPU/GPU	1/6	支持	支持	fp32/fp16/int8	支持

1. 功能测试

先运行prepare.sh准备数据和模型，然后运行test_cpp.sh进行测试，最终在tests/output目录下生成cpp_infer_*.log后缀的日志文件。

bash tests/prepare.sh ./tests/configs/ppocr_det_mobile_params.txt

# 用法1:
bash tests/test_cpp.sh ./tests/configs/ppocr_det_mobile_params.txt
# 用法2: 指定GPU卡预测，第三个传入参数为GPU卡号
bash tests/test_cpp.sh ./tests/configs/ppocr_det_mobile_params.txt '1'

2. 精度测试

使用compare_results.py脚本比较模型预测的结果是否符合预期，主要步骤包括：

• 提取日志中的预测坐标；
• 从本地文件中提取保存好的坐标结果；
• 比较上述两个结果是否符合精度预期，误差大于设置阈值时会报错。

使用方式

运行命令：

python3.7 tests/compare_results.py --gt_file=./tests/results/cpp_*.txt  --log_file=./tests/output/cpp_*.log --atol=1e-3 --rtol=1e-3

参数介绍：

• gt_file： 指向事先保存好的预测结果路径，支持*.txt 结尾，会自动索引*.txt格式的文件，文件默认保存在tests/result/ 文件夹下
• log_file: 指向运行tests/test.sh 脚本的infer模式保存的预测日志，预测日志中打印的有预测结果，比如：文本框，预测文本，类别等等，同样支持infer_*.log格式传入
• atol: 设置的绝对误差
• rtol: 设置的相对误差

运行结果

正常运行效果如下图：

出现不一致结果时的运行输出：