-
硬件：Tesla P100。
YOLO检测速度很快，但是crnn的识别感觉略慢。如下所示，光识别所有行需要2s左右。而我用另外的densenet模型识别只需要0.45s. 如下图所示(ocr_batch execution time):
请问crnn这个速度正常嘛？大概优化点在哪里 谢谢。
CRNN：
======
Densenet：
打印出的数据是概率…
-
开启多线程后模拟并发请求 并发数没有超过线程数 但是响应时间从原来的一个请求的5秒 变成了每个都是14秒了 这个正常吗
单个求请
模拟多并发求请的
;` 就各种报错。
```
0x000007FEFCC2BDFD 处(位于 ocr…
-
=======Paddle OCR inference config======
char_list_file : ../../ppocr/utils/ppocr_keys_v1.txt
cls_model_dir : ./inference/cls
cls_thresh : 0.9
cpu_math_library_num_threads : 8
det_db_box_thresh :…
-
部分图片遇到这问题，导致消耗大量内存和时间，
-
```
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
ocr = hub.Module(name="chinese_ocr_db_crnn_mobile")
```
- 使用如上方式, 其真正使用的模型是chinese_ocr_db_crnn_mobile, 具体目录是~/.paddlehub/modules/chinese_ocr_db_crnn_…
-
**System information**
Paddle version: 1.8.2
Paddle With CUDA: False
OS: Ubuntu 16.04
CPU: 16 Intel(R) Xeon(R) CPU E5-2620 v3 @ 2.40GHz
Python version: 3.5.2
CUDA version: 9.0.176
cuDNN versio…
-
λ fa83723faf1f /tf/ocr python3 test4PaddleOcr.py
grep: warning: GREP_OPTIONS is deprecated; please use an alias or script
Namespace(cls=False, cls_batch_num=30, cls_image_shape='3, 48, 192', cls_mod…
-
请问，同一个推理模型，gpu测试和cpu测试结果不一样 ，为什么呢？怎么解决？
-
The `fc_gru_fuse_pass` breaks accuracy when running CRNN-CTC inference using the C-API.
The application
https://github.com/wojtuss/models/tree/wojtuss/capi-ocr-recognition/fluid/PaddleCV/ocr_recog…