wenmuzhou/pytorchocr

基于Pytorch的OCR工具库，支持常用的文字检测和识别算法

PytorchOCR

• PytorchOCR
  • 模型对齐信息
    • 环境
    • 目录说明
    • 对齐列表
      • PP系列
      • 识别模型
  • TODO
  • 使用方式
    • 数据准备
    • train
    • eval
    • infer
    • export
    • predict

从PaddleOCR转换模型到PytorchOCR

模型对齐信息

环境

• torch: 2.0.1
• paddle: 2.5.1
• 系统：win10 cpu

目录说明

• ppocr目录仅做代码转换用，全部模型转换完成后删掉
• padiff为权重转换工具，全部模型转换完成后删掉

对齐列表

注意：不在下述列表中的模型代表还未经过验证

模型下载地址

百度云: 链接：https://pan.baidu.com/s/17NVg9VSBmrDmbX5MmubZgQ?pwd=ppdz 提取码：ppdz

PP系列

模型	是否对齐	对齐误差	配置文件
ch_PP-OCRv4_rec_distill	X	配置不一致	config
ch_PP-OCRv4_rec_teacher	Y	1.4605024e-10	config
ch_PP-OCRv4_rec_student	Y	3.6277156e-06	config
ch_PP-OCRv4_det_student	Y	0	config
ch_PP-OCRv4_det_teacher	Y	maps 7.811429e-07 cbn_maps 1.0471307e-06	config
ch_PP-OCRv4_det_cml	Y	Student_res 0.0 Student2_res 0.0 Teacher_maps 1.1398747e-06 Teacher_cbn_maps 1.2791393e-06	config
ch_PP-OCRv3_rec	Y	4.615016e-11	config
ch_PP-OCRv3_rec_distillation.yml	Y	Teacher_head_out_res 7.470646e-10 Student_head_out_res 4.615016e-11	config
ch_PP-OCRv3_det_student	Y	1.766314e-07	config
ch_PP-OCRv3_det_cml	Y	Student_res 1.766314e-07 Student2_res 3.1212483e-07 Teacher_res 8.829421e-08	config
ch_PP-OCRv3_det_dml	Y	ok	config
cls_mv3	Y	5.9604645e-08	config

识别模型

模型	是否对齐	对齐误差	配置文件
rec_mv3_none_none_ctc	Y	2.114354e-09	config
rec_r34_vd_none_none_ctc	Y	3.920279e-08	config
rec_mv3_none_bilstm_ctc	Y	1.1861777e-09	config
rec_r34_vd_none_bilstm_ctc	Y	1.9336952e-08	config
rec_mv3_tps_bilstm_ctc	Y	1.1886948e-09	config
rec_r34_vd_tps_bilstm_ctc	N	0.0035705192	config
rec_mv3_tps_bilstm_att	Y	1.8528418e-09	config
rec_r34_vd_tps_bilstm_att	N	0.0006942689	config
rec_r31_sar	Y	7.348353e-08	config
rec_mtb_nrtr	N	res_0 8.64 res_1 0.13501492	config

TODO

功能性：

• 端到端推理
• det推理
• rec推理
• cls推理
• 导出为onnx
• onnx推理
• tensorrt 推理
• 训练，评估，测试

使用方式

数据准备

参考PaddleOCR

train

# 单卡
CUDA_VISIBLE_DEVICES=0 python tools/train.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml

# 多卡
CUDA_VISIBLE_DEVICES=0,1,2,3 torchrun --nnodes=1 --nproc_per_node=4 tools/train.py --c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml

eval

CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml -o Global.checkpoints=xxx.pth

infer

python tools/infer_rec.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml -o Global.pretrained_model=xxx.pth

export

python tools/export.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml -o Global.pretrained_model=xxx.pth

会将模型导出为onnx格式(默认，torch script未做测试)，同时导出后处理和预处理参数

predict

# det + cls + rec
python .\tools\infer\predict_system.py --det_model_dir=path/to/det/export_dir  --cls_model_dir=path/to/cls/export_dir  --rec_model_dir=path/to/rec/export_dir  --image_dir=doc/imgs/1.jpg --use_angle_cls=true

# det
python .\tools\infer\predict_det.py --det_model_dir=path/to/det/export_dir --image_dir=doc/imgs/1.jpg

# cls
python .\tools\infer\predict_cls.py --cls_model_dir=path/to/cls/export_dir --image_dir=doc/imgs/1.jpg

# rec
python tools/infer/predict_rec.py --rec_model_dir=path/to/rec/export_dir --image_dir=doc/imgs_words/en/word_1.png

ref:

1. https://github.com/PaddlePaddle/PaddleOCR
2. https://github.com/frotms/PaddleOCR2Pytorch