|
|
|
|
@ -34,6 +34,14 @@ ln -sf <path/to/dataset> <path/to/paddle_detection>/train_data/dataset
|
|
|
|
|
train_data/train_0001.jpg 简单可依赖
|
|
|
|
|
train_data/train_0002.jpg 用科技让复杂的世界更简单
|
|
|
|
|
```
|
|
|
|
|
PaddleOCR 提供了一份用于训练 icdar2015 数据集的标签文件，通过以下方式下载：
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
# 训练集标签
|
|
|
|
|
wget -P ./train_data/ic15_data https://paddleocr.bj.bcebos.com/dataset/rec_gt_train.txt
|
|
|
|
|
# 测试集标签
|
|
|
|
|
wget -P ./train_data/ic15_data https://paddleocr.bj.bcebos.com/dataset/rec_gt_test.txt
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
最终训练集应有如下文件结构：
|
|
|
|
|
|
|
|
|
|
@ -41,25 +49,25 @@ train_data/train_0002.jpg 用科技让复杂的世界更简单
|
|
|
|
|
|-train_data
|
|
|
|
|
|-ic15_data
|
|
|
|
|
|- rec_gt_train.txt
|
|
|
|
|
|- train_imags
|
|
|
|
|
|- train_001.jpg
|
|
|
|
|
|- train_002.jpg
|
|
|
|
|
|- train_003.jpg
|
|
|
|
|
|- train
|
|
|
|
|
|- word_001.png
|
|
|
|
|
|- word_002.jpg
|
|
|
|
|
|- word_003.jpg
|
|
|
|
|
| ...
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
- 评估集
|
|
|
|
|
- 测试集
|
|
|
|
|
|
|
|
|
|
同训练集类似，评估集也需要提供一个包含所有图片的文件夹（eval_images）和一个rec_gt_eval.txt，评估集的结构如下所示：
|
|
|
|
|
同训练集类似，测试集也需要提供一个包含所有图片的文件夹（test）和一个rec_gt_test.txt，测试集的结构如下所示：
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|-train_data
|
|
|
|
|
|-ic15_data
|
|
|
|
|
|- rec_gt_eval.txt
|
|
|
|
|
|- eval_imags
|
|
|
|
|
|- eval_001.jpg
|
|
|
|
|
|- eval_002.jpg
|
|
|
|
|
|- eval_003.jpg
|
|
|
|
|
|- rec_gt_test.txt
|
|
|
|
|
|- test
|
|
|
|
|
|- word_001.jpg
|
|
|
|
|
|- word_002.jpg
|
|
|
|
|
|- word_003.jpg
|
|
|
|
|
| ...
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
@ -82,8 +90,9 @@ word_dict.txt 每行有一个单字，将字符与数字索引映射在一起，
|
|
|
|
|
|
|
|
|
|
`ppocr/utils/ppocr_keys_v1.txt` 是一个包含6623个字符的中文字典，
|
|
|
|
|
`ppocr/utils/ic15_dict.txt` 是一个包含36个字符的英文字典，
|
|
|
|
|
您可以按需使用。如需自定义dic文件，请修改 `configs/rec/rec_icdar15_train.yml` 中的 `character_dict_path` 字段。
|
|
|
|
|
您可以按需使用。
|
|
|
|
|
|
|
|
|
|
如需自定义dic文件，请修改 `configs/rec/rec_icdar15_train.yml` 中的 `character_dict_path` 字段, 并将 `character_type` 设置为 `ch`。
|
|
|
|
|
|
|
|
|
|
### 启动训练
|
|
|
|
|
|
|
|
|
|
@ -94,7 +103,7 @@ PaddleOCR提供了训练脚本、评估脚本和预测脚本，本节将以 CRNN
|
|
|
|
|
export PYTHONPATH=$PYTHONPATH:.
|
|
|
|
|
# GPU训练 支持单卡，多卡训练，通过CUDA_VISIBLE_DEVICES指定卡号
|
|
|
|
|
export CUDA_VISIBLE_DEVICES=0,1,2,3
|
|
|
|
|
python tools/train.py -c configs/rec/rec_icdar15_train.yml
|
|
|
|
|
python3 tools/train.py -c configs/rec/rec_icdar15_train.yml
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
PaddleOCR支持训练和评估交替进行, 可以在 `configs/rec/rec_icdar15_train.yml` 中修改 `eval_batch_step` 设置评估频率，默认每2000个iter评估一次。评估过程中默认将最佳acc模型，保存为 `output/rec_CRNN/best_accuracy` 。
|
|
|
|
|
@ -110,7 +119,7 @@ PaddleOCR支持训练和评估交替进行, 可以在 `configs/rec/rec_icdar15_t
|
|
|
|
|
```
|
|
|
|
|
export CUDA_VISIBLE_DEVICES=0
|
|
|
|
|
# GPU 评估， Global.checkpoints 为待测权重
|
|
|
|
|
python tools/eval.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy
|
|
|
|
|
python3 tools/eval.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
### 预测
|
|
|
|
|
@ -122,7 +131,7 @@ PaddleOCR 提供了训练好的中文模型，可以[下载](todo: add)进行快
|
|
|
|
|
默认预测图片存储在 `infer_img` 里，通过 `-o Global.checkpoints` 指定权重：
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
python tools/infer_rec.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy TestReader.infer_img=doc/imgs_word/word_1.jpg
|
|
|
|
|
python3 tools/infer_rec.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints={path/to/weights}/best_accuracy TestReader.infer_img=doc/imgs_word/word_1.jpg
|
|
|
|
|
```
|
|
|
|
|
预测图片：
|
|
|
|
|
|
|
|
|
|
|
tink2123
5 years ago