2022-04-26 23:05:23 +08:00
|
|
|
|
# FCENet
|
|
|
|
|
|
|
2022-07-04 18:22:25 +08:00
|
|
|
|
- [1. 算法简介](#1-算法简介)
|
|
|
|
|
|
- [2. 环境配置](#2-环境配置)
|
|
|
|
|
|
- [3. 模型训练、评估、预测](#3-模型训练评估预测)
|
|
|
|
|
|
- [4. 推理部署](#4-推理部署)
|
|
|
|
|
|
- [4.1 Python推理](#41-python推理)
|
|
|
|
|
|
- [4.2 C++推理](#42-c推理)
|
|
|
|
|
|
- [4.3 Serving服务化部署](#43-serving服务化部署)
|
|
|
|
|
|
- [4.4 更多推理部署](#44-更多推理部署)
|
|
|
|
|
|
- [5. FAQ](#5-faq)
|
|
|
|
|
|
- [引用](#引用)
|
2022-04-26 23:05:23 +08:00
|
|
|
|
|
|
|
|
|
|
<a name="1"></a>
|
|
|
|
|
|
## 1. 算法简介
|
|
|
|
|
|
|
|
|
|
|
|
论文信息：
|
|
|
|
|
|
> [Fourier Contour Embedding for Arbitrary-Shaped Text Detection](https://arxiv.org/abs/2104.10442)
|
|
|
|
|
|
> Yiqin Zhu and Jianyong Chen and Lingyu Liang and Zhanghui Kuang and Lianwen Jin and Wayne Zhang
|
|
|
|
|
|
> CVPR, 2021
|
|
|
|
|
|
|
|
|
|
|
|
在CTW1500文本检测公开数据集上，算法复现效果如下：
|
|
|
|
|
|
|
|
|
|
|
|
| 模型 |骨干网络|配置文件|precision|recall|Hmean|下载链接|
|
|
|
|
|
|
|-----| --- | --- | --- | --- | --- | --- |
|
|
|
|
|
|
| FCE | ResNet50_dcn | [configs/det/det_r50_vd_dcn_fce_ctw.yml](../../configs/det/det_r50_vd_dcn_fce_ctw.yml)| 88.39%|82.18%|85.27%|[训练模型](https://paddleocr.bj.bcebos.com/contribution/det_r50_dcn_fce_ctw_v2.0_train.tar)|
|
|
|
|
|
|
|
|
|
|
|
|
<a name="2"></a>
|
|
|
|
|
|
## 2. 环境配置
|
|
|
|
|
|
请先参考[《运行环境准备》](./environment.md)配置PaddleOCR运行环境，参考[《项目克隆》](./clone.md)克隆项目代码。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
<a name="3"></a>
|
|
|
|
|
|
## 3. 模型训练、评估、预测
|
|
|
|
|
|
|
|
|
|
|
|
上述FCE模型使用CTW1500文本检测公开数据集训练得到，数据集下载可参考 [ocr_datasets](./dataset/ocr_datasets.md)。
|
|
|
|
|
|
|
|
|
|
|
|
数据下载完成后，请参考[文本检测训练教程](./detection.md)进行训练。PaddleOCR对代码进行了模块化，训练不同的检测模型只需要**更换配置文件**即可。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
<a name="4"></a>
|
|
|
|
|
|
## 4. 推理部署
|
|
|
|
|
|
|
|
|
|
|
|
<a name="4-1"></a>
|
|
|
|
|
|
### 4.1 Python推理
|
|
|
|
|
|
首先将FCE文本检测训练过程中保存的模型，转换成inference model。以基于Resnet50_vd_dcn骨干网络，在CTW1500英文数据集训练的模型为例（ [模型下载地址](https://paddleocr.bj.bcebos.com/contribution/det_r50_dcn_fce_ctw_v2.0_train.tar) )，可以使用如下命令进行转换：
|
|
|
|
|
|
|
|
|
|
|
|
```shell
|
|
|
|
|
|
python3 tools/export_model.py -c configs/det/det_r50_vd_dcn_fce_ctw.yml -o Global.pretrained_model=./det_r50_dcn_fce_ctw_v2.0_train/best_accuracy Global.save_inference_dir=./inference/det_fce
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
FCE文本检测模型推理，执行非弯曲文本检测，可以执行如下命令：
|
|
|
|
|
|
|
|
|
|
|
|
```shell
|
|
|
|
|
|
python3 tools/infer/predict_det.py --image_dir="./doc/imgs_en/img_10.jpg" --det_model_dir="./inference/det_fce/" --det_algorithm="FCE" --det_fce_box_type=quad
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
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：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
如果想执行弯曲文本检测，可以执行如下命令：
|
|
|
|
|
|
|
|
|
|
|
|
```shell
|
|
|
|
|
|
python3 tools/infer/predict_det.py --image_dir="./doc/imgs_en/img623.jpg" --det_model_dir="./inference/det_fce/" --det_algorithm="FCE" --det_fce_box_type=poly
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
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CTW1500数据集只有1000张训练图像，且主要针对英文场景，所以上述模型对中文文本图像检测效果会比较差。
|
|
|
|
|
|
|
|
|
|
|
|
<a name="4-2"></a>
|
|
|
|
|
|
### 4.2 C++推理
|
|
|
|
|
|
|
|
|
|
|
|
由于后处理暂未使用CPP编写，FCE文本检测模型暂不支持CPP推理。
|
|
|
|
|
|
|
|
|
|
|
|
<a name="4-3"></a>
|
|
|
|
|
|
### 4.3 Serving服务化部署
|
|
|
|
|
|
|
|
|
|
|
|
暂未支持
|
|
|
|
|
|
|
|
|
|
|
|
<a name="4-4"></a>
|
|
|
|
|
|
### 4.4 更多推理部署
|
|
|
|
|
|
|
|
|
|
|
|
暂未支持
|
|
|
|
|
|
|
|
|
|
|
|
<a name="5"></a>
|
|
|
|
|
|
## 5. FAQ
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 引用
|
|
|
|
|
|
|
|
|
|
|
|
```bibtex
|
|
|
|
|
|
@InProceedings{zhu2021fourier,
|
|
|
|
|
|
title={Fourier Contour Embedding for Arbitrary-Shaped Text Detection},
|
|
|
|
|
|
author={Yiqin Zhu and Jianyong Chen and Lingyu Liang and Zhanghui Kuang and Lianwen Jin and Wayne Zhang},
|
|
|
|
|
|
year={2021},
|
|
|
|
|
|
booktitle = {CVPR}
|
|
|
|
|
|
}
|
|
|
|
|
|
```
|
