mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-05 16:48:03 +08:00
d96e98cd4d
* Add PaddleOCR Support * Add PaddleOCR Support * Add PaddleOCRv3 Support * Add PaddleOCRv3 Support * Update README.md * Update README.md * Update README.md * Update README.md * Add PaddleOCRv3 Support * Add PaddleOCRv3 Supports * Add PaddleOCRv3 Suport * Fix Rec diff * Remove useless functions * Remove useless comments * Add PaddleOCRv2 Support
132 lines
5.6 KiB
Markdown
132 lines
5.6 KiB
Markdown
# PPOCRSystemv3 Python部署示例
|
||
|
||
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](../../../../../docs/the%20software%20and%20hardware%20requirements.md)
|
||
- 2. FastDeploy Python whl包安装，参考[FastDeploy Python安装](../../../../../docs/quick_start)
|
||
|
||
本目录下提供`infer.py`快速完成PPOCRSystemv3在CPU/GPU，以及GPU上通过TensorRT加速部署的示例。执行如下脚本即可完成
|
||
|
||
```
|
||
|
||
# 下载模型,图片和label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://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-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar
|
||
tar xvf ch_PP-OCRv3_rec_infer.tar
|
||
|
||
wget https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/release/2.5/doc/imgs/12.jpg
|
||
|
||
wget https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/release/2.5/ppocr/utils/ppocr_keys_v1.txt
|
||
|
||
|
||
#下载部署示例代码
|
||
git clone https://github.com/PaddlePaddle/FastDeploy.git
|
||
cd examples/vison/ocr/PPOCRSystemv3/python/
|
||
|
||
# CPU推理
|
||
python infer.py --det_model ch_PP-OCRv3_det_infer --cls_model ch_ppocr_mobile_v2.0_cls_infer --rec_model ch_PP-OCRv3_rec_infer --rec_label_file ppocr_keys_v1.txt --image 12.jpg --device cpu
|
||
# GPU推理
|
||
python infer.py --det_model ch_PP-OCRv3_det_infer --cls_model ch_ppocr_mobile_v2.0_cls_infer --rec_model ch_PP-OCRv3_rec_infer --rec_label_file ppocr_keys_v1.txt --image 12.jpg --device gpu
|
||
# GPU上使用TensorRT推理
|
||
python infer.py --det_model ch_PP-OCRv3_det_infer --cls_model ch_ppocr_mobile_v2.0_cls_infer --rec_model ch_PP-OCRv3_rec_infer --rec_label_file ppocr_keys_v1.txt --image 12.jpg --device gpu --det_use_trt True --cls_use_trt True --rec_use_trt True
|
||
# 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_model传入一个空的字符串, 例子如下：
|
||
python infer.py --det_model ch_PP-OCRv3_det_infer --cls_model "" --rec_model ch_PP-OCRv3_rec_infer --rec_label_file ppocr_keys_v1.txt --image 12.jpg --device cpu
|
||
```
|
||
|
||
运行完成可视化结果如下图所示
|
||
<img width="640" src="https://user-images.githubusercontent.com/109218879/185826024-f7593a0c-1bd2-4a60-b76c-15588484fa08.jpg">
|
||
|
||
## PPOCRSystemv3 Python接口
|
||
|
||
```
|
||
fastdeploy.vision.ocr.PPOCRSystemv3(ocr_det = det_model._model, ocr_cls = cls_model._model, ocr_rec = rec_model._model)
|
||
```
|
||
|
||
PPOCRSystemv3的初始化,输入的参数是检测模型，分类模型和识别模型
|
||
|
||
**参数**
|
||
|
||
> * **ocr_det**(model): OCR中的检测模型
|
||
> * **ocr_cls**(model): OCR中的分类模型
|
||
> * **ocr_rec**(model): OCR中的识别模型
|
||
|
||
### predict函数
|
||
|
||
> ```
|
||
> result = PPOCRSystemv3.predict(img_list)
|
||
> ```
|
||
>
|
||
> 模型预测接口，输入的是一个可包含多个图像的list
|
||
>
|
||
> **参数**
|
||
>
|
||
> > * **img_list**(list[np.ndarray]): 输入数据的list，每张图片注意需为HWC，BGR格式
|
||
> > * **result**(float): 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,
|
||
|
||
> **返回**
|
||
>
|
||
> > 返回`fastdeploy.vision.OCRResult`结构体，结构体说明参考文档[视觉模型预测结果](../../../../../docs/api/vision_results/)
|
||
|
||
|
||
|
||
## DBDetector Python接口
|
||
|
||
### DBDetector类
|
||
|
||
```
|
||
fastdeploy.vision.ocr.DBDetector(model_file, params_file, runtime_option=None, 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
|
||
```
|
||
fastdeploy.vision.ocr.Recognizer(rec_model_file,rec_params_file,rec_label_file,
|
||
runtime_option=rec_runtime_option,model_format=Frontend.PADDLE)
|
||
```
|
||
Recognizer类初始化时,需要在rec_label_file参数中,输入识别模型所需的label文件路径，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
|
||
|
||
- [YOLOv5 模型介绍](..)
|
||
- [YOLOv5 C++部署](../cpp)
|
||
- [模型预测结果说明](../../../../../docs/api/vision_results/)
|