MindOCR 离线推理¶

1. 简介¶

MindOCR的推理支持Ascend310/Ascend310P设备，采用MindSpore Lite推理，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。

当前支持的模型有：MindOCR模型列表，PPOCR模型列表，可跳转到对应模型的介绍页面下载MindIR/ONNX用于转换MindSpore Lite离线模型进行推理。

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];

2. 运行环境¶

请参考运行环境准备，配置MindOCR的推理运行环境。

3. 模型转换¶

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 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

注意：设置 --character_dict_path=/path/to/xxx_dict.txt 当不仅含有数字及小写字母时。

det_model_path，cls_model_path，rec_model_path为模型转换后的MindSpore Lite MindIR。
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]]}, {...}]

4.2 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

注意：设置 --character_dict_path=/path/to/xxx_dict.txt 当不仅含有数字及小写字母时。

可视化结果存放在det_rec文件夹中，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]]}, {...}]

4.3 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]], [...]]

4.4 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]

4.5 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

注意：设置 --character_dict_path=/path/to/xxx_dict.txt 当不仅含有数字及小写字母时。

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"

4.6 详细推理参数解释¶

详情

- 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 | | 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](convert_tutorial.md)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，其他语言请在对应模型列表页面下载character_dict | 说明： `*_model_name_or_config`可以填模型名或YAML配置文件路径，可参考[MindOCR模型列表](mindocr_models_list.md)，[PPOCR模型列表](thirdparty_models_list.md)。

5. 模型推理精度评估¶

5.1 文本检测¶

完成推理后，使用以下命令评估检测结果：

python deploy/eval_utils/eval_det.py \
    --gt_path=/path/to/det_gt.txt \
    --pred_path=/path/to/prediction/det_results.txt

5.2 文本识别¶

完成推理后，使用以下命令评估识别结果：

python deploy/eval_utils/eval_rec.py \
    --gt_path=/path/to/rec_gt.txt \
    --pred_path=/path/to/prediction/rec_results.txt \
    --character_dict_path=/path/to/xxx_dict.txt

请注意，character_dict_path是可选参数，默认字典仅支持数字和英文小写，其他语言请在对应模型列表页面下载character_dict。