paddleocr-推理模型使用

PP-OCR系列模型对比

PaddleOCR/ppocr_introduction.md at release/2.6 · PaddlePaddle/PaddleOCR · GitHub

（1）PP-OCR：两阶段的OCR系统，其中文本检测算法选用DB，文本识别算法选用CRNN，并在检测和识别模块之间添加文本方向分类器.

（2）PP-OCRv2：基于PP-OCR在5个方面重点优化，检测模型采用CML协同互学习知识蒸馏策略和CopyPaste数据增广策略；识别模型采用LCNet轻量级骨干网络、UDML 改进知识蒸馏策略和Enhanced CTC loss损失函数改进（如上图红框所示），进一步在推理速度和预测效果上取得明显提升。

（3）PP-OCRv3：基于PP-OCRv2在9个方面进行升级。

各版本模型下载地址与配置文件

PaddleOCR/models_list.md at release/2.6 · PaddlePaddle/PaddleOCR · GitHub

ch_ppocr_server_v2.0_det：

训练模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_det_train.tar

推理模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_det_infer.tar

ch_ppocr_mobile_v2.0_det：

训练模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_train.tar

推理模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar

ch_ppocr_server_v2.0_rec：

训练模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_rec_train.tar

推理模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_rec_infer.tar

ch_ppocr_mobile_v2.0_rec：

训练模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_train.tar

推理模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar

ch_ppocr_mobile_v2.0_cls：

https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar预训练模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar

推理模型：https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar

PP-OCR推理模型使用

详见：PaddleOCR/quickstart.md at static · PaddlePaddle/PaddleOCR · GitHub

git clone https://github.com/PaddlePaddle/PaddleOCR.git

新建inference文件夹，将下载的推理模型放进来并解压：

（1）测试下det推理模型的效果：

python tools/infer/predict_det.py --image_dir doc/imgs/00111002.jpg --det_model_dir inference/ch_ppocr_server_v2.0_det_infer

结果存储在inference_results下：det_res_00111002.jpg和det_results.txt

 （2）测试下cls推理模型的效果：

python tools/infer/predict_cls.py --image_dir doc/imgs_words/ch/word_4.jpg --cls_model_dir inference/ch_ppocr_mobile_v2.0_cls_infer

 结果：Predicts of doc/imgs_words/ch/word_4.jpg:['0', 0.9999982]

第一个是角度，第二个是置信度

（3）测试下rec推理模型的效果：

python tools/infer/predict_rec.py --image_dir doc/imgs_words/ch/word_4.jpg --rec_model_dir inference/ch_ppocr_server_v2.0_rec_infer

 ppocr INFO: Predicts of doc/imgs_words/ch/word_4.jpg:('交自活具', 0.2635100483894348)

第一个是文字结果，第二个是置信度

（4）综合起来

python tools/infer/predict_system.py  --image_dir doc/imgs/00111002.jpg \
                                      --det_model_dir inference/ch_ppocr_server_v2.0_det_infer/ \
                                      --rec_model_dir inference/ch_ppocr_server_v2.0_rec_infer/ \
                                      --cls_model_dir inference/ch_ppocr_mobile_v2.0_cls_infer/ \
                                      --use_angle_cls True \
                                      --use_space_char True

结果存储在inference_results下：00111002.jpg和system_results.txt

PP-OCRv3改进点：

PaddleOCR/PP-OCRv3_introduction.md at release/2.6 · PaddlePaddle/PaddleOCR · GitHub

PP-OCRv3检测模型训练步骤参考：

PaddleOCR/PP-OCRv3_det_train.md at release/2.6 · PaddlePaddle/PaddleOCR · GitHub