Skip to content

Latest commit

 

History

History
335 lines (246 loc) · 11.7 KB

inference_tutorial.md

File metadata and controls

335 lines (246 loc) · 11.7 KB

推理 - 使用教程

1. 简介

MindOCR的推理支持Ascend310/Ascend310P设备，采用MindSpore Lite和ACL两种推理后端， 集成了文本检测、角度分类和文字识别模块，实现了端到端的OCR推理过程，并采用流水并行化方式优化推理性能。

MindOCR Lite整体的推理流程如下：

graph LR;
    A[MindOCR models] -- export --> B[MindIR] -- converter_lite --> C[MindSpore Lite MindIR];
    D[ThirdParty models] -- xx2onnx --> E[ONNX] -- converter_lite --> C;
    C --input --> F[MindOCR Infer] -- outputs --> G[Evaluation];
    H[images] --input --> F[MindOCR Infer];
Loading

2. 运行环境

请参考运行环境准备，配置MindOCR的推理运行环境，注意结合模型的支持情况来选择ACL/Lite环境。

3. 模型转换

MindOCR除了支持自身训练端导出模型的推理外，还支持第三方模型的推理，列表见MindOCR模型支持列表和第三方模型支持列表（如PaddleOCR、MMOCR等）。

请参考模型转换教程，将其转换为MindOCR推理支持的模型格式。

4. 推理 (Python)

进入到MindOCR推理侧目录下：cd deploy/py_infer.

4.1 命令示例

  • 检测+分类+识别
python infer.py \
    --input_images_dir=/path/to/images \
    --det_model_path=/path/to/mindir/dbnet_resnet50.mindir \
    --det_model_name_or_config=../../configs/det/dbnet/db_r50_icdar15.yaml \
    --cls_model_path=/path/to/mindir/cls_mv3.mindir \
    --cls_model_name_or_config=ch_pp_mobile_cls_v2.0 \
    --rec_model_path=/path/to/mindir/crnn_resnet34.mindir \
    --rec_model_name_or_config=../../configs/rec/crnn/crnn_resnet34.yaml \
    --res_save_dir=det_cls_rec \
    --vis_pipeline_save_dir=det_cls_rec

可视化图片存放在det_cls_rec中,如图所示：

文本检测识别结果可视化

结果保存在det_cls_rec/pipeline_results.txt，格式如下：

img_182.jpg	[{"transcription": "cocoa", "points": [[14.0, 284.0], [222.0, 274.0], [225.0, 325.0], [17.0, 335.0]]}, {...}]
  • 检测+识别

不传入方向分类相关的参数，就会跳过方向分类流程，只执行检测+识别

python infer.py \
    --input_images_dir=/path/to/images \
    --det_model_path=/path/to/mindir/dbnet_resnet50.mindir \
    --det_model_name_or_config=../../configs/det/dbnet/db_r50_icdar15.yaml \
    --rec_model_path=/path/to/mindir/crnn_resnet34.mindir \
    --rec_model_name_or_config=../../configs/rec/crnn/crnn_resnet34.yaml \
    --res_save_dir=det_rec \
    --vis_pipeline_save_dir=det_rec

可视化结果存放在det_rec中，如图所示：

文本检测识别结果可视化

识别结果保存在det_rec/pipeline_results.txt，格式如下：

img_498.jpg	[{"transcription": "keep", "points": [[819.0, 71.0], [888.0, 67.0], [891.0, 104.0], [822.0, 108.0]]}, {...}]
  • 检测

可以单独运行文本检测

python infer.py \
    --input_images_dir=/path/to/images \
    --det_model_path=/path/to/mindir/dbnet_resnet50.mindir \
    --det_model_name_or_config=../../configs/det/dbnet/db_r50_icdar15.yaml \
    --res_save_dir=det \
    --vis_det_save_dir=det

可视化结果存放在det中，如图所示：

文本检测结果可视化

检测结果保存在det/det_results.txt，格式如下：

img_108.jpg	[[[226.0, 442.0], [402.0, 416.0], [404.0, 433.0], [228.0, 459.0]], [...]]
  • 分类

可以单独运行文本方向分类

# cls_mv3.mindir is converted from ppocr
python infer.py \
    --input_images_dir=/path/to/images \
    --cls_model_path=/path/to/mindir/cls_mv3.mindir \
    --cls_model_name_or_config=ch_pp_mobile_cls_v2.0 \
    --res_save_dir=cls

结果保存在cls/cls_results.txt，格式如下：

word_867.png   ["180", 0.5176]
word_1679.png  ["180", 0.6226]
word_1189.png  ["0", 0.9360]
  • 识别

可以单独运行文字识别

python infer.py \
    --input_images_dir=/path/to/images \
    --backend=lite \
    --rec_model_path=/path/to/mindir/crnn_resnet34.mindir \
    --rec_model_name_or_config=../../configs/rec/crnn/crnn_resnet34.yaml \
    --res_save_dir=rec

结果保存在rec/rec_results.txt，格式如下：

word_421.png   "under"
word_1657.png  "candy"
word_1814.png  "cathay"

4.2 详细推理参数解释

  • 基本设置
参数名称 类型 默认值 含义
input_images_dir str 无 单张图像或者图片文件夹
device str Ascend 推理设备名称，支持：Ascend
device_id int 0 推理设备id
backend str lite 推理后端，支持：acl, lite
parallel_num int 1 推理流水线中每个节点并行数
precision_mode str 无 推理的精度模式，暂只支持在模型转换时设置，此处不生效
  • 结果保存
参数名称 类型 默认值 含义
res_save_dir str inference_results 推理结果的保存路径
vis_det_save_dir str 无 绘制检测框的图片保存路径
vis_pipeline_save_dir str 无 绘制检测框和文本的图片保存路径
vis_font_path str 无 绘制文字时的字体路径
crop_save_dir str 无 文本检测后裁剪图片的保存路径
show_log bool False 是否打印日志
save_log_dir str 无 日志保存文件夹
  • 文本检测
参数名称 类型 默认值 含义
det_model_path str 无 文本检测模型的文件路径
det_model_name_or_config str 无 文本检测模型的名称或配置文件路径
  • 文本方向分类
参数名称 类型 默认值 含义
cls_model_path str 无 文本方向分类模型的文件路径
cls_model_name_or_config str 无 文本方向分类模型的名称或配置文件路径
  • 文本识别
参数名称 类型 默认值 含义
rec_model_path str 无 文本识别模型的文件路径
rec_model_name_or_config str 无 文本识别模型的名称或配置文件路径
character_dict_path str 无 文本识别模型对应的词典文件路径，默认值只支持数字和英文小写

说明：

*_model_name_or_config可以填模型名或YAML配置文件路径，可参考MindOCR模型支持列表和第三方模型支持列表（如PaddleOCR、MMOCR等）。

5. 推理 (C++)

目前暂时只支持pp-ocr系列的中文DBNET、CRNN、SVTR模型。

进入到MindOCR推理测目录下 cd deploy/cpp_infer,执行编译脚本 bash build.sh, 构建完成之后在当前路径dist目录下生成可执行文件infer。

5.1 命令示例

  • 检测+分类+识别
./dist/infer \
    --input_images_dir /path/to/images \
    --backend lite \
    --det_model_path /path/to/mindir/dbnet_resnet50.mindir \
    --cls_model_path /path/to/mindir/crnn \
    --rec_model_path /path/to/mindir/crnn_resnet34.mindir \
    --character_dict_path /path/to/ppocr_keys_v1.txt \
    --res_save_dir det_cls_rec

结果保存在det_cls_rec/pipeline_results.txt，格式如下：

img_478.jpg	[{"transcription": "spa", "points": [[1114, 35], [1200, 0], [1234, 52], [1148, 97]]}, {...}]
  • 检测+识别

不传入方向分类相关的参数，就会跳过方向分类流程，只执行检测+识别

./dist/infer \
    --input_images_dir /path/to/images \
    --backend lite \
    --det_model_path /path/to/mindir/dbnet_resnet50.mindir \
    --rec_model_path /path/to/mindir/crnn_resnet34.mindir \
    --character_dict_path /path/to/ppocr_keys_v1.txt \
    --res_save_dir det_rec

结果保存在det_rec/pipeline_results.txt，格式如下：

img_478.jpg	[{"transcription": "spa", "points": [[1114, 35], [1200, 0], [1234, 52], [1148, 97]]}, {...}]
  • 检测

可以单独运行文本检测

./dist/infer \
    --input_images_dir /path/to/images \
    --backend lite \
    --det_model_path /path/to/mindir/dbnet_resnet50.mindir \
    --res_save_dir det

结果保存在det/det_results.txt，格式如下：

img_478.jpg    [[[1114, 35], [1200, 0], [1234, 52], [1148, 97]], [...]]]
  • 分类

可以单独运行文本方向分类

./dist/infer \
    --input_images_dir /path/to/images \
    --backend lite \
    --cls_model_path /path/to/mindir/crnn \
    --res_save_dir cls

结果保存在cls/cls_results.txt，格式如下：

word_867.png   ["180", 0.5176]
word_1679.png  ["180", 0.6226]
word_1189.png  ["0", 0.9360]

5.2 详细推理参数解释

  • 基本设置
参数名称 类型 默认值 含义
input_images_dir str 无 单张图像或者图片文件夹
device str Ascend 推理设备名称，支持：Ascend
device_id int 0 推理设备id
backend str acl 推理后端，支持：acl, lite
parallel_num int 1 推理流水线中每个节点并行数
  • 结果保存
参数名称 类型 默认值 含义
res_save_dir str inference_results 推理结果的保存路径
  • 文本检测
参数名称 类型 默认值 含义
det_model_path str 无 文本检测模型的文件路径
  • 文本方向分类
参数名称 类型 默认值 含义
cls_model_path str 无 文本方向分类模型的文件路径
  • 文本识别
参数名称 类型 默认值 含义
rec_model_path str 无 文本识别模型的文件路径
character_dict_path str 无 文本识别模型对应的词典文件路径，默认值只支持数字和英文小写