FastDeploy/examples/vision/ocr/PPOCRSystemv3/cpp

PPOCRSystemv3 C++部署示例

本目录下提供infer.cc快速完成PPOCRSystemv3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

mkdir build
cd build
wget https://https://bj.bcebos.com/paddlehub/fastdeploy/cpp/fastdeploy-linux-x64-gpu-0.2.0.tgz
tar xvf fastdeploy-linux-x64-0.2.0.tgz
cmake .. -DFASTDEPLOY_INSTALL_DIR=${PWD}/fastdeploy-linux-x64-0.2.0
make -j


# 下载模型,图片和字典文件
wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar
tar -xvf ch_PP-OCRv3_det_infer.tar

wget https://bj.bcebos.com/paddlehub/fastdeploy/ch_ppocr_mobile_v2.0_cls_infer.tar.gz
tar -xvf ch_ppocr_mobile_v2.0_cls_infer.tar.gz

wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar
tar -xvf ch_PP-OCRv3_rec_infer.tar

wget https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/release/2.6/doc/imgs/12.jpg

wget https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/release/2.6/ppocr/utils/ppocr_keys_v1.txt


# CPU推理
./infer_demo ./ch_PP-OCRv3_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv3_rec_infer ./ppocr_keys_v1.txt ./12.jpg 0
# GPU推理
./infer_demo ./ch_PP-OCRv3_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv3_rec_infer ./ppocr_keys_v1.txt ./12.jpg 1
# GPU上TensorRT推理
./infer_demo ./ch_PP-OCRv3_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv3_rec_infer ./ppocr_keys_v1.txt ./12.jpg 2
# OCR还支持det/cls/rec三个模型的组合使用，例如当我们不想使用cls模型的时候，只需要给cls模型路径的位置，传入一个空的字符串, 例子如下
./infer_demo ./ch_PP-OCRv3_det_infer "" ./ch_PP-OCRv3_rec_infer ./ppocr_keys_v1.txt ./12.jpg 0

运行完成可视化结果如下图所示

PPOCRSystemv3 C++接口

PPOCRSystemv3类

fastdeploy::application::ocrsystem::PPOCRSystemv3(fastdeploy::vision::ocr::DBDetector* ocr_det = nullptr,
                fastdeploy::vision::ocr::Classifier* ocr_cls = nullptr,
                fastdeploy::vision::ocr::Recognizer* ocr_rec = nullptr);

PPOCRSystemv3 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

Predict函数

std::vector<std::vector<fastdeploy::vision::OCRResult>> ocr_results =
PPOCRSystemv3.Predict(std::vector<cv::Mat> cv_all_imgs);
 

模型预测接口，输入一个可装入多张图片的图片列表，后可输出检测结果。

参数

• cv_all_imgs: 输入图像，注意需为HWC，BGR格式
• ocr_results: OCR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 Frontend& model_format = Frontend::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(Frontend): 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 Frontend& model_format = Frontend::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

• 模型介绍
• Python部署
• 视觉模型预测结果