PaddleOCR在文字检测方面上存在问题_paddle ocr 英文识别后空格被去掉了

作者：weixin_40725706 | 2024-06-09 05:13:01

踩

paddle ocr 英文识别后空格被去掉了

文章目录

一、前言
二、基于 DB++ 的模型训练
三、不同模型组合
四、图片矫正

一、前言

在实现安卓项目的时候, 发现识别问题差强人意, 但对于不同图片就出现了总体效果不好的结果.

可以很明显的发现对于很多图片出现了大部分文字无法检测到的问题.

在最开始考虑进行图片增强的操作, 发现对检测效果提升微乎其微.

正好 PaddleOCR 更新了版本并添加了新的检测算法 DB++. 以此为导向来对这个项目进行优化.

二、基于 DB++ 的模型训练

Github 训练流程

我是基于百度的 AI Studio 平台进行训练的模型. 这个平台提供高算力显卡, 但是在某些方面并不是很方便, 比如使用 Notebook 时最多只能后台运行 2 小时, 使用脚本运行虽然可以后台运行 72 小时, 但是有很多

在训练前需要下载数据集和预训练模型(下载地址).

数据集可以在 AI Studio 中获得, 也可以单独下载 (ICDAR2015)

1. 启动训练

# 单机单卡训练 r50_db++ 模型
python3 tools/train.py -c configs/det/det_r50_db++_icdar15.yml \
     -o Global.pretrained_model=./pretrain_models/ResNet50_dcn_asf_synthtext_pretrained.pdparams
1
2
3

# 混合精度训练, 可以加快训练速度
python3 tools/train.py -c configs/det/det_r50_db++_icdar15.yml \
     -o Global.pretrained_model=./pretrain_models/ResNet50_dcn_asf_synthtext_pretrained.pdparams \
     Global.use_amp=True Global.scale_loss=1024.0 Global.use_dynamic_loss_scaling=True
1
2
3
4

2. 断点训练

python3 tools/train.py -c configs/det/det_r50_db++_icdar15.yml -o Global.checkpoints=./your/trained/model
1

弥补了 AI Studio 中 Notebook 的缺点 (避免 PC 过热蓝屏造成与 AI Studio 断联)

不过这个功能还没有测试过. 直到写这篇文章, 才发现到这项命令.

当时发现自己出现问题的时候就直接开始了重新训练, 非常浪费时间. 因为训练一个模型, 使用 Nvidia Tesla V100 也会高达 20 小时左右.

3. 模型导出

# 加载配置文件`det_r50_db++_icdar15.yml`，从`output/det_db`目录下加载`best_accuracy`模型，inference模型保存在`./output/det_db_inference`目录下
python3 tools/export_model.py -c configs/det/det_r50_db++_icdar15.yml -o Global.pretrained_model="./output/det_db/best_accuracy" Global.save_inference_dir="./output/det_db_inference/"
1
2