220 lines
11 KiB
Markdown
220 lines
11 KiB
Markdown
|
||
# 基于预测引擎推理
|
||
|
||
inference 模型（fluid.io.save_inference_model保存的模型）
|
||
一般是模型训练完成后保存的固化模型，多用于预测部署。
|
||
训练过程中保存的模型是checkpoints模型，保存的是模型的参数，多用于恢复训练等。
|
||
与checkpoints模型相比，inference 模型会额外保存模型的结构信息，在预测部署、加速推理上性能优越，灵活方便，适合与实际系统集成。更详细的介绍请参考文档[分类预测框架](https://paddleclas.readthedocs.io/zh_CN/latest/extension/paddle_inference.html).
|
||
|
||
接下来首先介绍如何将训练的模型转换成inference模型，然后将依次介绍文本检测、文本识别以及两者串联基于预测引擎推理。
|
||
|
||
## 训练模型转inference模型
|
||
### 检测模型转inference模型
|
||
|
||
下载超轻量级中文检测模型：
|
||
```
|
||
wget -P ./ch_lite/ https://paddleocr.bj.bcebos.com/ch_models/ch_det_mv3_db.tar && tar xf ./ch_lite/ch_det_mv3_db.tar -C ./ch_lite/
|
||
```
|
||
上述模型是以MobileNetV3为backbone训练的DB算法，将训练好的模型转换成inference模型只需要运行如下命令：
|
||
```
|
||
python3 tools/export_model.py -c configs/det/det_mv3_db.yml -o Global.checkpoints=./ch_lite/det_mv3_db/best_accuracy Global.save_inference_dir=./inference/det_db/
|
||
```
|
||
转inference模型时，使用的配置文件和训练时使用的配置文件相同。另外，还需要设置配置文件中的Global.checkpoints、Global.save_inference_dir参数。
|
||
其中Global.checkpoints指向训练中保存的模型参数文件，Global.save_inference_dir是生成的inference模型要保存的目录。
|
||
转换成功后，在save_inference_dir 目录下有两个文件：
|
||
```
|
||
inference/det_db/
|
||
└─ model 检测inference模型的program文件
|
||
└─ params 检测inference模型的参数文件
|
||
```
|
||
|
||
### 识别模型转inference模型
|
||
|
||
下载超轻量中文识别模型：
|
||
```
|
||
wget -P ./ch_lite/ https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn.tar && tar xf ./ch_lite/ch_rec_mv3_crnn.tar -C ./ch_lite/
|
||
```
|
||
|
||
识别模型转inference模型与检测的方式相同，如下：
|
||
```
|
||
python3 tools/export_model.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints=./ch_lite/rec_mv3_crnn/best_accuracy \
|
||
Global.save_inference_dir=./inference/rec_crnn/
|
||
```
|
||
|
||
如果您是在自己的数据集上训练的模型，并且调整了中文字符的字典文件，请注意修改配置文件中的character_dict_path是否是所需要的字典文件。
|
||
|
||
转换成功后，在目录下有两个文件：
|
||
```
|
||
/inference/rec_crnn/
|
||
└─ model 识别inference模型的program文件
|
||
└─ params 识别inference模型的参数文件
|
||
```
|
||
|
||
## 文本检测模型推理
|
||
|
||
下面将介绍超轻量中文检测模型推理、DB文本检测模型推理和EAST文本检测模型推理。默认配置是根据DB文本检测模型推理设置的。由于EAST和DB算法差别很大，在推理时，需要通过传入相应的参数适配EAST文本检测算法。
|
||
|
||
### 1.超轻量中文检测模型推理
|
||
|
||
超轻量中文检测模型推理，可以执行如下命令：
|
||
|
||
```
|
||
python3 tools/infer/predict_det.py --image_dir="./doc/imgs/2.jpg" --det_model_dir="./inference/det_db/"
|
||
```
|
||
|
||
可视化文本检测结果默认保存到 ./inference_results 文件夹里面，结果文件的名称前缀为'det_res'。结果示例如下：
|
||
|
||
|
||
|
||
通过设置参数det_max_side_len的大小，改变检测算法中图片规范化的最大值。当图片的长宽都小于det_max_side_len，则使用原图预测，否则将图片等比例缩放到最大值，进行预测。该参数默认设置为det_max_side_len=960. 如果输入图片的分辨率比较大，而且想使用更大的分辨率预测，可以执行如下命令：
|
||
|
||
```
|
||
python3 tools/infer/predict_det.py --image_dir="./doc/imgs/2.jpg" --det_model_dir="./inference/det_db/" --det_max_side_len=1200
|
||
```
|
||
|
||
如果想使用CPU进行预测，执行命令如下
|
||
```
|
||
python3 tools/infer/predict_det.py --image_dir="./doc/imgs/2.jpg" --det_model_dir="./inference/det_db/" --use_gpu=False
|
||
```
|
||
|
||
### 2.DB文本检测模型推理
|
||
|
||
首先将DB文本检测训练过程中保存的模型，转换成inference model。以基于Resnet50_vd骨干网络，在ICDAR2015英文数据集训练的模型为例（[模型下载地址](https://paddleocr.bj.bcebos.com/det_r50_vd_db.tar))，可以使用如下命令进行转换：
|
||
|
||
```
|
||
# -c后面设置训练算法的yml配置文件
|
||
# Global.checkpoints参数设置待转换的训练模型地址，不用添加文件后缀.pdmodel，.pdopt或.pdparams。
|
||
# Global.save_inference_dir参数设置转换的模型将保存的地址。
|
||
|
||
python3 tools/export_model.py -c configs/det/det_r50_vd_db.yml -o Global.checkpoints="./models/det_r50_vd_db/best_accuracy" Global.save_inference_dir="./inference/det_db"
|
||
```
|
||
|
||
DB文本检测模型推理，可以执行如下命令：
|
||
|
||
```
|
||
python3 tools/infer/predict_det.py --image_dir="./doc/imgs_en/img_10.jpg" --det_model_dir="./inference/det_db/"
|
||
```
|
||
|
||
可视化文本检测结果默认保存到 ./inference_results 文件夹里面，结果文件的名称前缀为'det_res'。结果示例如下：
|
||
|
||
|
||
|
||
**注意**：由于ICDAR2015数据集只有1000张训练图像，主要针对英文场景，所以上述模型对中文文本图像检测效果非常差。
|
||
|
||
### 3.EAST文本检测模型推理
|
||
|
||
首先将EAST文本检测训练过程中保存的模型，转换成inference model。以基于Resnet50_vd骨干网络，在ICDAR2015英文数据集训练的模型为例（[模型下载地址](https://paddleocr.bj.bcebos.com/det_r50_vd_east.tar))，可以使用如下命令进行转换：
|
||
|
||
```
|
||
# -c后面设置训练算法的yml配置文件
|
||
# Global.checkpoints参数设置待转换的训练模型地址，不用添加文件后缀.pdmodel，.pdopt或.pdparams。
|
||
# Global.save_inference_dir参数设置转换的模型将保存的地址。
|
||
|
||
python3 tools/export_model.py -c configs/det/det_r50_vd_east.yml -o Global.checkpoints="./models/det_r50_vd_east/best_accuracy" Global.save_inference_dir="./inference/det_east"
|
||
```
|
||
|
||
EAST文本检测模型推理，需要设置参数det_algorithm，指定检测算法类型为EAST，可以执行如下命令：
|
||
|
||
```
|
||
python3 tools/infer/predict_det.py --image_dir="./doc/imgs_en/img_10.jpg" --det_model_dir="./inference/det_east/" --det_algorithm="EAST"
|
||
```
|
||
可视化文本检测结果默认保存到 ./inference_results 文件夹里面，结果文件的名称前缀为'det_res'。结果示例如下：
|
||
|
||
|
||
|
||
**注意**：本代码库中EAST后处理中NMS采用的Python版本，所以预测速度比较耗时。如果采用C++版本，会有明显加速。
|
||
|
||
|
||
## 文本识别模型推理
|
||
|
||
下面将介绍超轻量中文识别模型推理和基于CTC损失的识别模型推理。**而基于Attention损失的识别模型推理还在调试中**。对于中文文本识别，建议优先选择基于CTC损失的识别模型，实践中也发现基于Attention损失的效果不如基于CTC损失的识别模型。
|
||
|
||
|
||
### 1.超轻量中文识别模型推理
|
||
|
||
超轻量中文识别模型推理，可以执行如下命令：
|
||
|
||
```
|
||
python3 tools/infer/predict_rec.py --image_dir="./doc/imgs_words/ch/word_4.jpg" --rec_model_dir="./inference/rec_crnn/"
|
||
```
|
||
|
||
|
||
|
||
执行命令后，上面图像的预测结果（识别的文本和得分）会打印到屏幕上，示例如下：
|
||
|
||
Predicts of ./doc/imgs_words/ch/word_4.jpg:['实力活力', 0.89552695]
|
||
|
||
|
||
### 2.基于CTC损失的识别模型推理
|
||
|
||
我们以STAR-Net为例，介绍基于CTC损失的识别模型推理。 CRNN和Rosetta使用方式类似，不用设置识别算法参数rec_algorithm。
|
||
|
||
首先将STAR-Net文本识别训练过程中保存的模型，转换成inference model。以基于Resnet34_vd骨干网络，使用MJSynth和SynthText两个英文文本识别合成数据集训练
|
||
的模型为例（[模型下载地址](https://paddleocr.bj.bcebos.com/rec_r34_vd_tps_bilstm_ctc.tar))，可以使用如下命令进行转换：
|
||
|
||
```
|
||
# -c后面设置训练算法的yml配置文件
|
||
# Global.checkpoints参数设置待转换的训练模型地址，不用添加文件后缀.pdmodel，.pdopt或.pdparams。
|
||
# Global.save_inference_dir参数设置转换的模型将保存的地址。
|
||
|
||
python3 tools/export_model.py -c configs/rec/rec_r34_vd_tps_bilstm_ctc.yml -o Global.checkpoints="./models/rec_r34_vd_tps_bilstm_ctc/best_accuracy" Global.save_inference_dir="./inference/starnet"
|
||
```
|
||
|
||
STAR-Net文本识别模型推理，可以执行如下命令：
|
||
|
||
```
|
||
python3 tools/infer/predict_rec.py --image_dir="./doc/imgs_words_en/word_336.png" --rec_model_dir="./inference/starnet/" --rec_image_shape="3, 32, 100" --rec_char_type="en"
|
||
```
|
||
|
||
### 3.基于Attention损失的识别模型推理
|
||
|
||
基于Attention损失的识别模型与ctc不同，需要额外设置识别算法参数 --rec_algorithm="RARE"
|
||
|
||
RARE 文本识别模型推理，可以执行如下命令：
|
||
```
|
||
python3 tools/infer/predict_rec.py --image_dir="./doc/imgs_words_en/word_336.png" --rec_model_dir="./inference/sare/" --rec_image_shape="3, 32, 100" --rec_char_type="en" --rec_algorithm="RARE"
|
||
```
|
||
|
||
|
||
|
||
执行命令后，上面图像的识别结果如下：
|
||
|
||
Predicts of ./doc/imgs_words_en/word_336.png:['super', 0.9999555]
|
||
|
||
**注意**：由于上述模型是参考[DTRB](https://arxiv.org/abs/1904.01906)文本识别训练和评估流程，与超轻量级中文识别模型训练有两方面不同：
|
||
|
||
- 训练时采用的图像分辨率不同，训练上述模型采用的图像分辨率是[3，32，100]，而中文模型训练时，为了保证长文本的识别效果，训练时采用的图像分辨率是[3, 32, 320]。预测推理程序默认的的形状参数是训练中文采用的图像分辨率，即[3, 32, 320]。因此，这里推理上述英文模型时，需要通过参数rec_image_shape设置识别图像的形状。
|
||
|
||
- 字符列表，DTRB论文中实验只是针对26个小写英文本母和10个数字进行实验，总共36个字符。所有大小字符都转成了小写字符，不在上面列表的字符都忽略，认为是空格。因此这里没有输入字符字典，而是通过如下命令生成字典.因此在推理时需要设置参数rec_char_type，指定为英文"en"。
|
||
|
||
```
|
||
self.character_str = "0123456789abcdefghijklmnopqrstuvwxyz"
|
||
dict_character = list(self.character_str)
|
||
```
|
||
|
||
## 文本检测、识别串联推理
|
||
|
||
### 1.超轻量中文OCR模型推理
|
||
|
||
在执行预测时，需要通过参数image_dir指定单张图像或者图像集合的路径、参数det_model_dir指定检测inference模型的路径和参数rec_model_dir指定识别inference模型的路径。可视化识别结果默认保存到 ./inference_results 文件夹里面。
|
||
|
||
```
|
||
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/2.jpg" --det_model_dir="./inference/det_db/" --rec_model_dir="./inference/rec_crnn/"
|
||
```
|
||
|
||
执行命令后，识别结果图像如下：
|
||
|
||
|
||
|
||
### 2.其他模型推理
|
||
|
||
如果想尝试使用其他检测算法或者识别算法，请参考上述文本检测模型推理和文本识别模型推理，更新相应配置和模型，下面给出基于EAST文本检测和STAR-Net文本识别执行命令：
|
||
|
||
```
|
||
python3 tools/infer/predict_system.py --image_dir="./doc/imgs_en/img_10.jpg" --det_model_dir="./inference/det_east/" --det_algorithm="EAST" --rec_model_dir="./inference/starnet/" --rec_image_shape="3, 32, 100" --rec_char_type="en"
|
||
```
|
||
|
||
执行命令后，识别结果图像如下：
|
||
|
||
|