这里会有这个项目的代码详解和我的一些ocr经验和心得，我会慢慢更新，有兴趣可以看看，希望可以帮到新接触ocr的童鞋CSDN博客
最近跟新：
- 2021.05.19 更新基于DBnet的多语种文本检测。
- 2021.05.01 更新CRNN 训练，解决了多gpu训练问题，更换成lmdb训练，需要将图片先转成lmdb（在script文件夹中有多进程将图片转成lmdb的代码），做了一些训练优化，模型结构更改（训练时使用名字中带lmdb的yaml文件），实际训练效果如下表。
- 2021.03.26 更新CRNN 训练效果，代码整理后上传
- 2021.03.06 更新CRNN backbone resnet 和 mobilev3 以及配置文件
- 2020.12.22 更新CRNN+CTCLoss+CenterLoss训练
- 2020.09.18 更新文本检测说明文档
- 2020.09.12 更新DB,pse,pan,sast,crnn训练测试代码和预训练模型
目前已完成:
接下来计划：
- 模型转onnx及调用测试
- 模型压缩（剪枝）
- 模型压缩（量化）
- 模型蒸馏
- tensorrt部署
- 训练通用化ocr模型
- 结合chinese_lite进行部署
- 手机端部署
使用 MJSynth(MJ) 和 SynthText(ST) 训练，以batchsize=512训练，在以下数据集上测试：
| 模型 | 迭代次数 | CUTE80 | IC03_867 | IC13_1015 | IC13_857 | IC15_1811 | IC15_2077 | IIIT5k_3000 | SVT | SVTP | mean |
|---|---|---|---|---|---|---|---|---|---|---|---|
| resnet34+lstm+ctc | 120000 | 82.98 | 91.92 | 90.93 | 91.59 | 73.10 | 67.98 | 90.16 | 85.16 | 78.29 | 83.56 |
| mobilev3_large+lstm+ctc | 210000 | 73.61 | 92.50 | 90.34 | 91.59 | 74.82 | 68.89 | 87.56 | 83.46 | 77.20 | 82.21 |
| mobilev3_small+lstm+ctc | 210000 | 66.31 | 90.77 | 88.76 | 91.13 | 73.66 | 69.52 | 88.80 | 84.54 | 72.24 | 80.64 |
训练只在ICDAR2015文本检测公开数据集上，算法效果如下：
| 模型 | 骨干网络 | precision | recall | Hmean | 下载链接 |
|---|---|---|---|---|---|
| DB | ResNet50_7*7 | 85.88% | 79.10% | 82.35% | 下载链接(code:fxw6) |
| DB | ResNet50_3*3 | 86.51% | 80.59% | 83.44% | 下载链接(code:fxw6) |
| DB | MobileNetV3 | 82.89% | 75.83% | 79.20% | 下载链接(code:fxw6) |
| SAST | ResNet50_7*7 | 85.72% | 78.38% | 81.89% | 下载链接(code:fxw6) |
| SAST | ResNet50_3*3 | 86.67% | 76.74% | 81.40% | 下载链接(code:fxw6) |
| PSE | ResNet50_7*7 | 84.10% | 80.01% | 82.01% | 下载链接(code:fxw6) |
| PSE | ResNet50_3*3 | 82.56% | 78.91% | 80.69% | 下载链接(code:fxw6) |
| PAN | ResNet18_7*7 | 81.80% | 77.08% | 79.37% | 下载链接(code:fxw6) |
| PAN | ResNet18_3*3 | 83.78% | 75.15% | 79.23% | 下载链接(code:fxw6) |
这里使用mobilev3作为backbone，在icdar2015上测试结果，未压缩模型初始大小为2.4M.
- 对backbone进行压缩
| 模型 | pruned method | ratio | model size(M) | precision | recall | Hmean |
|---|---|---|---|---|---|---|
| DB | no | 0 | 2.4 | 84.04% | 75.34% | 79.46% |
| DB | backbone | 0.5 | 1.9 | 83.74% | 73.18% | 78.10% |
| DB | backbone | 0.6 | 1.58 | 84.46% | 69.90% | 76.50% |
- 对整个模型进行压缩
| 模型 | pruned method | ratio | model size(M) | precision | recall | Hmean |
|---|---|---|---|---|---|---|
| DB | no | 0 | 2.4 | 85.70% | 74.77% | 79.86% |
| DB | total | 0.6 | 1.42 | 82.97% | 75.10% | 78.84% |
| DB | total | 0.65 | 1.15 | 85.14% | 72.84% | 78.51% |
| 模型 | teacher | student | model size(M) | precision | recall | Hmean | improve(%) |
|---|---|---|---|---|---|---|---|
| DB | no | mobilev3 | 2.4 | 85.70% | 74.77% | 79.86% | - |
| DB | resnet50 | mobilev3 | 2.4 | 86.37% | 77.22% | 81.54% | 1.68 |
| DB | no | mobilev3 | 1.42 | 82.97% | 75.10% | 78.84% | - |
| DB | resnet50 | mobilev3 | 1.42 | 85.88% | 76.16% | 80.73% | 1.89 |
| DB | no | mobilev3 | 1.15 | 85.14% | 72.84% | 78.51% | - |
| DB | resnet50 | mobilev3 | 1.15 | 85.60% | 74.72% | 79.79% | 1.28 |
微信号：-fxwispig-
- https://github.com/PaddlePaddle/PaddleOCR
- https://github.com/whai362/PSENet
- https://github.com/whai362/pan_pp.pytorch
- https://github.com/WenmuZhou/PAN.pytorch
- https://github.com/xiaolai-sqlai/mobilenetv3
- https://github.com/BADBADBADBOY/DBnet-lite.pytorch
- https://github.com/BADBADBADBOY/Psenet_v2
- https://github.com/BADBADBADBOY/pse-lite.pytorch