WenmuZhou / PytorchOCR

基于Pytorch的OCR工具库,支持常用的文字检测和识别算法
1.39k stars 307 forks source link

PytorchOCR

从PaddleOCR转换模型到PytorchOCR

模型对齐信息

环境

目录说明

对齐列表

注意:不在下述列表中的模型代表还未经过验证

模型下载地址

百度云: 链接:https://pan.baidu.com/s/17NVg9VSBmrDmbX5MmubZgQ?pwd=ppdz 提取码:ppdz

PP系列

模型 是否对齐 对齐误差 配置文件
ch_PP-OCRv4_rec_distill X 配置不一致 config
ch_PP-OCRv4_rec_teacher Y 1.4605024e-10 config
ch_PP-OCRv4_rec_student Y 3.6277156e-06 config
ch_PP-OCRv4_det_student Y 0 config
ch_PP-OCRv4_det_teacher Y maps 7.811429e-07
cbn_maps 1.0471307e-06
config
ch_PP-OCRv4_det_cml Y Student_res 0.0
Student2_res 0.0
Teacher_maps 1.1398747e-06
Teacher_cbn_maps 1.2791393e-06
config
ch_PP-OCRv3_rec Y 4.615016e-11 config
ch_PP-OCRv3_rec_distillation.yml Y Teacher_head_out_res 7.470646e-10
Student_head_out_res 4.615016e-11
config
ch_PP-OCRv3_det_student Y 1.766314e-07 config
ch_PP-OCRv3_det_cml Y Student_res 1.766314e-07
Student2_res 3.1212483e-07
Teacher_res 8.829421e-08
config
ch_PP-OCRv3_det_dml Y ok config
cls_mv3 Y 5.9604645e-08 config
ch_PP-OCRv2_det N config
ch_PP-OCRv2_rec N config

识别模型

模型 是否对齐 对齐误差 配置文件
rec_mv3_none_none_ctc Y 2.114354e-09 config
rec_r34_vd_none_none_ctc Y 3.920279e-08 config
rec_mv3_none_bilstm_ctc Y 1.1861777e-09 config
rec_r34_vd_none_bilstm_ctc Y 1.9336952e-08 config
rec_mv3_tps_bilstm_ctc Y 1.1886948e-09 config
rec_r34_vd_tps_bilstm_ctc N 0.0035705192 config
rec_mv3_tps_bilstm_att Y 1.8528418e-09 config
rec_r34_vd_tps_bilstm_att N 0.0006942689 config
rec_r31_sar Y 7.348353e-08 config
rec_mtb_nrtr N res_0 8.64
res_1 0.13501492
config

TODO

功能性:

使用方式

数据准备

参考PaddleOCR

train

# 单卡
CUDA_VISIBLE_DEVICES=0 python tools/train.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml

# 多卡
CUDA_VISIBLE_DEVICES=0,1,2,3 torchrun --nnodes=1 --nproc_per_node=4 tools/train.py --c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml

eval

CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml -o Global.checkpoints=xxx.pth

infer

python tools/infer_rec.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml -o Global.pretrained_model=xxx.pth

export

python tools/export.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml -o Global.pretrained_model=xxx.pth

会将模型导出为onnx格式(默认,torch script未做测试),同时导出后处理和预处理参数

predict

# det + cls + rec
python tools/infer/predict_system.py --det_model_dir=path/to/det/export_dir  --cls_model_dir=path/to/cls/export_dir  --rec_model_dir=path/to/rec/export_dir  --image_dir=doc/imgs/1.jpg --use_angle_cls=true

# det
python tools/infer/predict_det.py --det_model_dir=path/to/det/export_dir --image_dir=doc/imgs/1.jpg

# cls
python tools/infer/predict_cls.py --cls_model_dir=path/to/cls/export_dir --image_dir=doc/imgs/1.jpg

# rec
python tools/infer/predict_rec.py --rec_model_dir=path/to/rec/export_dir --image_dir=doc/imgs_words/en/word_1.png

ref:

  1. https://github.com/PaddlePaddle/PaddleOCR
  2. https://github.com/frotms/PaddleOCR2Pytorch