FastDeploy/examples/vision/ocr/PP-OCRv2/cpp/README.md

PPOCRv2 C++部署示例

本目录下提供infer.cc快速完成PPOCRv2在CPU/GPU，以及GPU上通过TensorRT加速部署的示例。

在部署前，需确认以下两个步骤

• 1. 软硬件环境满足要求，参考FastDeploy环境要求
• 2. 根据开发环境，下载预编译部署库和samples代码，参考FastDeploy预编译库

以Linux上CPU推理为例，在本目录执行如下命令即可完成编译测试，支持此模型需保证FastDeploy版本0.7.0以上(x.x.x>=0.7.0)

mkdir build
cd build
# 下载FastDeploy预编译库，用户可在上文提到的`FastDeploy预编译库`中自行选择合适的版本使用
wget https://bj.bcebos.com/fastdeploy/release/cpp/fastdeploy-linux-x64-x.x.x.tgz
tar xvf fastdeploy-linux-x64-x.x.x.tgz
cmake .. -DFASTDEPLOY_INSTALL_DIR=${PWD}/fastdeploy-linux-x64-x.x.x
make -j


# 下载模型,图片和字典文件
wget https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_infer.tar
tar -xvf ch_PP-OCRv2_det_infer.tar

wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar
tar -xvf ch_ppocr_mobile_v2.0_cls_infer.tar

wget https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_infer.tar
tar -xvf ch_PP-OCRv2_rec_infer.tar

wget https://gitee.com/paddlepaddle/PaddleOCR/raw/release/2.6/doc/imgs/12.jpg

wget https://gitee.com/paddlepaddle/PaddleOCR/raw/release/2.6/ppocr/utils/ppocr_keys_v1.txt

# CPU推理
./infer_demo ./ch_PP-OCRv2_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv2_rec_infer ./ppocr_keys_v1.txt ./12.jpg 0
# GPU推理
./infer_demo ./ch_PP-OCRv2_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv2_rec_infer ./ppocr_keys_v1.txt ./12.jpg 1
# GPU上TensorRT推理
./infer_demo ./ch_PP-OCRv2_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv2_rec_infer ./ppocr_keys_v1.txt ./12.jpg 2
# GPU上Paddle-TRT推理
./infer_demo ./ch_PP-OCRv2_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv2_rec_infer ./ppocr_keys_v1.txt ./12.jpg 3
# 昆仑芯XPU推理
./infer_demo ./ch_PP-OCRv2_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv2_rec_infer ./ppocr_keys_v1.txt ./12.jpg 4
# 华为昇腾推理
./infer_demo ./ch_PP-OCRv2_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv2_rec_infer ./ppocr_keys_v1.txt ./12.jpg 5

以上命令只适用于Linux或MacOS, Windows下SDK的使用方式请参考:

• 如何在Windows中使用FastDeploy C++ SDK

运行完成可视化结果如下图所示

PPOCRv2 C++接口

PPOCRv2类

fastdeploy::pipeline::PPOCRv2(fastdeploy::vision::ocr::DBDetector* det_model,
                fastdeploy::vision::ocr::Classifier* cls_model,
                fastdeploy::vision::ocr::Recognizer* rec_model);

PPOCRv2 的初始化，由检测，分类和识别模型串联构成

参数

• DBDetector(model): OCR中的检测模型
• Classifier(model): OCR中的分类模型
• Recognizer(model): OCR中的识别模型

fastdeploy::pipeline::PPOCRv2(fastdeploy::vision::ocr::DBDetector* det_model,
                fastdeploy::vision::ocr::Recognizer* rec_model);

PPOCRv2 的初始化，由检测，识别模型串联构成(无分类器)

参数

• DBDetector(model): OCR中的检测模型
• Recognizer(model): OCR中的识别模型

Predict函数

bool Predict(cv::Mat* img, fastdeploy::vision::OCRResult* result);
bool Predict(const cv::Mat& img, fastdeploy::vision::OCRResult* result);

模型预测接口，输入一张图片，返回OCR预测结果

参数

• img: 输入图像，注意需为HWC，BGR格式
• result: OCR预测结果,包括由检测模型输出的检测框位置,分类模型输出的方向分类,以及识别模型输出的识别结果, OCRResult说明参考视觉模型预测结果

DBDetector C++接口

DBDetector类

fastdeploy::vision::ocr::DBDetector(const std::string& model_file, const std::string& params_file = "",
             const RuntimeOption& custom_option = RuntimeOption(),
             const ModelFormat& model_format = ModelFormat::PADDLE);

DBDetector模型加载和初始化，其中模型为paddle模型格式。

参数

• model_file(str): 模型文件路径
• params_file(str): 参数文件路径，当模型格式为ONNX时，此参数传入空字符串即可
• runtime_option(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
• model_format(ModelFormat): 模型格式，默认为Paddle格式

Classifier类与DBDetector类相同

Recognizer类

  Recognizer(const std::string& model_file,
             const std::string& params_file = "",
             const std::string& label_path = "",
             const RuntimeOption& custom_option = RuntimeOption(),
             const ModelFormat& model_format = ModelFormat::PADDLE);

Recognizer类初始化时,需要在label_path参数中,输入识别模型所需的label文件，其他参数均与DBDetector类相同

参数

• label_path(str): 识别模型的label文件路径

类成员变量

DBDetector预处理参数

用户可按照自己的实际需求，修改下列预处理参数，从而影响最终的推理和部署效果

• max_side_len(int): 检测算法前向时图片长边的最大尺寸，当长边超出这个值时会将长边resize到这个大小，短边等比例缩放,默认为960
• det_db_thresh(double): DB模型输出预测图的二值化阈值，默认为0.3
• det_db_box_thresh(double): DB模型输出框的阈值，低于此值的预测框会被丢弃，默认为0.6
• det_db_unclip_ratio(double): DB模型输出框扩大的比例，默认为1.5
• det_db_score_mode(string):DB后处理中计算文本框平均得分的方式,默认为slow，即求polygon区域的平均分数的方式
• use_dilation(bool):是否对检测输出的feature map做膨胀处理,默认为Fasle

Classifier预处理参数

用户可按照自己的实际需求，修改下列预处理参数，从而影响最终的推理和部署效果

• cls_thresh(double): 当分类模型输出的得分超过此阈值，输入的图片将被翻转，默认为0.9

其它文档

• PPOCR 系列模型介绍
• PPOCRv2 Python部署
• 模型预测结果说明
• 如何切换模型推理后端引擎