94 lines
5.4 KiB
Markdown
94 lines
5.4 KiB
Markdown
# Python功能测试
|
||
|
||
Python功能测试的主程序为`test_python.sh`，可以测试基于Python的模型训练、评估、推理等基本功能，包括裁剪、量化、蒸馏。
|
||
|
||
## 测试结论汇总
|
||
|
||
训练相关：方式包括：
|
||
【单机单卡、单机多卡、多机多卡】*【正常训练、混合精度训练】*【裁剪、在线量化、蒸馏】
|
||
|
||
| 算法名称 | 模型名称 | 单机单卡 | 单机多卡 | 多机多卡 | 模型压缩 |
|
||
| :---- | :---- | :---- | :---- | :---- | :---- |
|
||
| DB | ch_ppocr_mobile_v2.0_det| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 裁剪、在线/离线量化、蒸馏 |
|
||
| DB | ch_ppocr_server_v2.0_det| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 裁剪、在线/离线量化、蒸馏 |
|
||
| CRNN | ch_ppocr_mobile_v2.0_rec| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 裁剪、在线/离线量化、蒸馏 |
|
||
| CRNN | ch_ppocr_server_v2.0_rec| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 裁剪、在线/离线量化、蒸馏 |
|
||
|PP-OCR| ch_ppocr_server_v2.0_det| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 裁剪、在线/离线量化、蒸馏 |
|
||
|PP-OCR| ch_ppocr_server_v2.0_det| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 | 裁剪、在线/离线量化、蒸馏 |
|
||
|
||
| 算法名称 | 模型名称 | 单机单卡 | 单机多卡 | 多机多卡 |
|
||
| :---- | :---- | :---- | :---- | :---- |
|
||
| DB | ch_ppocr_mobile_v2.0_det| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
| DB | ch_ppocr_server_v2.0_det| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
| DB | ch_ppocr_mobile_v2.0_det_pact| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
| DB | ch_ppocr_mobile_v2.0_det_fpgm| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
| CRNN | ch_ppocr_mobile_v2.0_rec| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
| CRNN | ch_ppocr_server_v2.0_rec| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
| CRNN | ch_ppocr_mobile_v2.0_rec_pact| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
| CRNN | ch_ppocr_mobile_v2.0_rec_fpgm| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
|PP-OCR| ch_ppocr_server_v2.0_det| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
|PP-OCR| ch_ppocr_server_v2.0_det| 正常训练 <br> 混合精度 | 正常训练 <br> 混合精度 |
|
||
|
||
|
||
预测相关：
|
||
|
||
| 模型名称 | 算法名称 | 模型类型 |device | batchsize=1/6 | mkldnn | tensorrt | cpu多线程 |
|
||
| ---- | ---- | ---- | ---- | ---- | ---- | ----| --- |
|
||
|ch_ppocr_mobile_v2.0_det| DB | 检测 | CPU/GPU | 支持 | 支持 | fp32/fp16/int8 | 支持 |
|
||
|ch_ppocr_mobile_v2.0_rec| CRNN | 识别 | CPU/GPU | 支持 | 支持 | fp32/fp16/int8 | 支持 |
|
||
|ch_ppocr_server_v2.0_det| DB | 检测 | CPU/GPU | 支持 | 支持 | fp32/fp16/int8 | 支持 |
|
||
|ch_ppocr_server_v2.0_rec| CRNN | 识别 | CPU/GPU | 支持 | 支持 | fp32/fp16/int8 | 支持 |
|
||
|
||
|
||
|
||
## 1. 安装依赖
|
||
- 安装PaddlePaddle >= 2.0
|
||
- 安装PaddleOCR依赖
|
||
```
|
||
pip3 install -r ../requirements.txt
|
||
```
|
||
- 安装autolog（规范化日志输出工具）
|
||
```
|
||
git clone https://github.com/LDOUBLEV/AutoLog
|
||
cd AutoLog
|
||
pip3 install -r requirements.txt
|
||
python3 setup.py bdist_wheel
|
||
pip3 install ./dist/auto_log-1.0.0-py3-none-any.whl
|
||
cd ../
|
||
```
|
||
|
||
|
||
## 2. 功能测试
|
||
先运行`prepare.sh`准备数据和模型，然后运行`test_python.sh`进行测试，最终在```tests/output```目录下生成.log后缀的日志文件。
|
||
|
||
test_python.sh包含四种运行模式，每种模式的运行数据不同，分别用于测试速度和精度，分别是：
|
||
|
||
- 模式1：lite_train_infer，使用少量数据训练，用于快速验证训练到预测的走通流程，不验证精度和速度；
|
||
```shell
|
||
bash tests/prepare.sh ./tests/configs/ppocr_det_mobile_params.txt 'lite_train_infer'
|
||
bash tests/test_python.sh ./tests/configs/ppocr_det_mobile_params.txt 'lite_train_infer'
|
||
```
|
||
|
||
- 模式2：whole_infer，使用少量数据训练，一定量数据预测，用于验证训练后的模型执行预测，预测速度是否合理；
|
||
```shell
|
||
bash tests/prepare.sh ./tests/configs/ppocr_det_mobile_params.txt 'whole_infer'
|
||
bash tests/test_python.sh ./tests/configs/ppocr_det_mobile_params.txt 'whole_infer'
|
||
```
|
||
|
||
- 模式3：infer 不训练，全量数据预测，走通开源模型评估、动转静，检查inference model预测时间和精度;
|
||
```shell
|
||
bash tests/prepare.sh ./tests/configs/ppocr_det_mobile_params.txt 'infer'
|
||
# 用法1:
|
||
bash tests/test_python.sh ./tests/configs/ppocr_det_mobile_params.txt 'infer'
|
||
# 用法2: 指定GPU卡预测，第三个传入参数为GPU卡号
|
||
bash tests/test_python.sh ./tests/configs/ppocr_det_mobile_params.txt 'infer' '1'
|
||
```
|
||
|
||
- 模式4：whole_train_infer , CE： 全量数据训练，全量数据预测，验证模型训练精度，预测精度，预测速度；
|
||
```shell
|
||
bash tests/prepare.sh ./tests/configs/ppocr_det_mobile_params.txt 'whole_train_infer'
|
||
bash tests/test.sh ./tests/configs/ppocr_det_mobile_params.txt 'whole_train_infer'
|
||
```
|
||
|
||
|
||
## 3. 精度测试 |