113 lines
3.6 KiB
Markdown
113 lines
3.6 KiB
Markdown
# SATRN
|
||
|
||
- [1. 算法简介](#1)
|
||
- [2. 环境配置](#2)
|
||
- [3. 模型训练、评估、预测](#3)
|
||
- [3.1 训练](#3-1)
|
||
- [3.2 评估](#3-2)
|
||
- [3.3 预测](#3-3)
|
||
- [4. 推理部署](#4)
|
||
- [4.1 Python推理](#4-1)
|
||
- [4.2 C++推理](#4-2)
|
||
- [4.3 Serving服务化部署](#4-3)
|
||
- [4.4 更多推理部署](#4-4)
|
||
- [5. FAQ](#5)
|
||
|
||
<a name="1"></a>
|
||
## 1. 算法简介
|
||
|
||
论文信息：
|
||
> [On Recognizing Texts of Arbitrary Shapes with 2D Self-Attention](https://arxiv.org/abs/1910.04396)
|
||
> Junyeop Lee, Sungrae Park, Jeonghun Baek, Seong Joon Oh, Seonghyeon Kim, Hwalsuk Lee
|
||
> CVPR, 2020
|
||
参考[DTRB](https://arxiv.org/abs/1904.01906) 文字识别训练和评估流程，使用MJSynth和SynthText两个文字识别数据集训练，在IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE数据集上进行评估，算法效果如下：
|
||
|
||
|模型|骨干网络|Avg Accuracy|配置文件|下载链接|
|
||
|---|---|---|---|---|
|
||
|SATRN|ShallowCNN|88.05%|[configs/rec/rec_satrn.yml](../../configs/rec/rec_satrn.yml)|[训练模型](https://pan.baidu.com/s/10J-Bsd881bimKaclKszlaQ?pwd=lk8a)|
|
||
|
||
|
||
|
||
<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
|
||
|
||
请参考[文本识别训练教程](./recognition.md)。PaddleOCR对代码进行了模块化，训练不同的识别模型只需要**更换配置文件**即可。
|
||
|
||
- 训练
|
||
|
||
在完成数据准备后，便可以启动训练，训练命令如下：
|
||
|
||
```
|
||
#单卡训练（训练周期长，不建议）
|
||
python3 tools/train.py -c configs/rec/rec_satrn.yml
|
||
#多卡训练，通过--gpus参数指定卡号
|
||
python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/train.py -c rec_satrn.yml
|
||
```
|
||
|
||
- 评估
|
||
|
||
```
|
||
# GPU 评估， Global.pretrained_model 为待测权重
|
||
python3 -m paddle.distributed.launch --gpus '0' tools/eval.py -c configs/rec/rec_satrn.yml -o Global.pretrained_model={path/to/weights}/best_accuracy
|
||
```
|
||
|
||
- 预测：
|
||
|
||
```
|
||
# 预测使用的配置文件必须与训练一致
|
||
python3 tools/infer_rec.py -c configs/rec/rec_satrn.yml -o Global.pretrained_model={path/to/weights}/best_accuracy Global.infer_img=doc/imgs_words/en/word_1.png
|
||
```
|
||
|
||
<a name="4"></a>
|
||
## 4. 推理部署
|
||
|
||
<a name="4-1"></a>
|
||
### 4.1 Python推理
|
||
首先将SATRN文本识别训练过程中保存的模型，转换成inference model。（ [模型下载地址](https://pan.baidu.com/s/10J-Bsd881bimKaclKszlaQ?pwd=lk8a) )，可以使用如下命令进行转换：
|
||
|
||
```
|
||
python3 tools/export_model.py -c configs/rec/rec_satrn.yml -o Global.pretrained_model=./rec_satrn/best_accuracy Global.save_inference_dir=./inference/rec_satrn
|
||
```
|
||
|
||
SATRN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_1.png" --rec_model_dir="./inference/rec_satrn/" --rec_image_shape="3, 48, 48, 160" --rec_algorithm="SATRN" --rec_char_dict_path="ppocr/utils/dict90.txt" --max_text_length=30 --use_space_char=False
|
||
```
|
||
|
||
<a name="4-2"></a>
|
||
### 4.2 C++推理
|
||
|
||
由于C++预处理后处理还未支持SATRN，所以暂未支持
|
||
|
||
<a name="4-3"></a>
|
||
### 4.3 Serving服务化部署
|
||
|
||
暂不支持
|
||
|
||
<a name="4-4"></a>
|
||
### 4.4 更多推理部署
|
||
|
||
暂不支持
|
||
|
||
<a name="5"></a>
|
||
## 5. FAQ
|
||
|
||
## 引用
|
||
|
||
```bibtex
|
||
@article{lee2019recognizing,
|
||
title={On Recognizing Texts of Arbitrary Shapes with 2D Self-Attention},
|
||
author={Junyeop Lee and Sungrae Park and Jeonghun Baek and Seong Joon Oh and Seonghyeon Kim and Hwalsuk Lee},
|
||
year={2019},
|
||
eprint={1910.04396},
|
||
archivePrefix={arXiv},
|
||
primaryClass={cs.CV}
|
||
}
|
||
```
|