English | 简体中文
这个项目之后会在这里更新,我把之前的项目都做了下整合pytorchOCR
pip install -r requirement.txt
cd models/dcn/
sh make.sh
照着icdar2015的格式, x1,y1,x2,y2,x3,y3,x4,y4,label,
image
│ 1.jpg
│ 2.jpg
│ ...
label
│ gt_1.txt
│ gt_2.txt
| ...
数据格式, x1,y1,x2,y2,x3,y3,x4,y4 ...xn,yn,label
n个点组成，n的个数可以不定
image
│ 1.jpg
│ 2.jpg
│ ...
label
│ gt_1.txt
│ gt_2.txt
| ...
在根目录的config.yaml里配置train部分的一些参数，例如一些图片位置，如果你的图片和gt文件名字是一样的，你可以设置is_icdar2015=False。 如果你不想做验证，可以直接设置start_val_epoch大于n_epoch，如果设置了做验证，会保存一个hmean最高的最优模型。
python3 train.py
测试时，配置config.yaml中test部分，对于弧形文本设置is_poly=True,其它非弧形文本设置为False
python3 inference.py
- 先进行稀疏训练，首先修改config.yaml将use_sr 设置为True，并设定sr_lr，这个设置越大压的越多，注意设置太大有可能不收敛.
python3 train.py
- 压缩模型 设置好config.yaml中pruned部分参数，运行
python3 ./pruned/prune.py
- 重新finetune模型 这里精度会很快回升，一般可以训练50-100epoch，具体自己做实验
python3 ./pruned/train_fintune.py
python3 ./pruned/prune_inference.py
| Method | head | extra data | prune ratio | model size(M) | precision(%) | recall(%) | hmean(%) | model_file |
|---|---|---|---|---|---|---|---|---|
| Resnet18 | FPN | no | 0 | 62.6 | 86.11 | 76.45 | 80.99 | baiduyun (extract code: p0bk) |
| Resnet18 | DB | no | 0.8 | 20.1 | 85.55 | 76.40 | 80.72 |
- 转换作者的代码便于阅读和调试
- 展示一些训练结果
- 加入轻量化的backbone压缩模型
- 通过通道剪裁压缩DB模型，精度基本不变
- 通过知识蒸馏进一步提升压缩后模型效果