本目录下提供infer.cc
快速完成PPOCRv3在CPU/GPU,以及GPU上通过TensorRT加速部署的示例。
在部署前,需确认以下两个步骤
-
- 软硬件环境满足要求,参考FastDeploy环境要求
-
- 根据开发环境,下载预编译部署库和samples代码,参考FastDeploy预编译库
以Linux上CPU推理为例,在本目录执行如下命令即可完成编译测试
mkdir build
cd build
wget https://https://bj.bcebos.com/paddlehub/fastdeploy/cpp/fastdeploy-linux-x64-gpu-0.7.0.tgz
tar xvf fastdeploy-linux-x64-gpu-0.7.0.tgz
cmake .. -DFASTDEPLOY_INSTALL_DIR=${PWD}/fastdeploy-linux-x64-0.7.0
make -j
# 下载模型,图片和字典文件
wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar
tar -xvf ch_PP-OCRv3_det_infer.tar
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar
tar -xvf ch_ppocr_mobile_v2.0_cls_infer.tar
wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar
tar -xvf ch_PP-OCRv3_rec_infer.tar
wget https://gitee.com/paddlepaddle/PaddleOCR/raw/release/2.6/doc/imgs/12.jpg
wget https://gitee.com/paddlepaddle/PaddleOCR/raw/release/2.6/ppocr/utils/ppocr_keys_v1.txt
# CPU推理
./infer_demo ./ch_PP-OCRv3_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv3_rec_infer ./ppocr_keys_v1.txt ./12.jpg 0
# GPU推理
./infer_demo ./ch_PP-OCRv3_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv3_rec_infer ./ppocr_keys_v1.txt ./12.jpg 1
# GPU上TensorRT推理
./infer_demo ./ch_PP-OCRv3_det_infer ./ch_ppocr_mobile_v2.0_cls_infer ./ch_PP-OCRv3_rec_infer ./ppocr_keys_v1.txt ./12.jpg 2
以上命令只适用于Linux或MacOS, Windows下SDK的使用方式请参考:
运行完成可视化结果如下图所示
fastdeploy::pipeline::PPOCRv3(fastdeploy::vision::ocr::DBDetector* det_model,
fastdeploy::vision::ocr::Classifier* cls_model,
fastdeploy::vision::ocr::Recognizer* rec_model);
PPOCRv3 的初始化,由检测,分类和识别模型串联构成
参数
- DBDetector(model): OCR中的检测模型
- Classifier(model): OCR中的分类模型
- Recognizer(model): OCR中的识别模型
fastdeploy::pipeline::PPOCRv3(fastdeploy::vision::ocr::DBDetector* det_model,
fastdeploy::vision::ocr::Recognizer* rec_model);
PPOCRv3 的初始化,由检测,识别模型串联构成(无分类器)
参数
- DBDetector(model): OCR中的检测模型
- Recognizer(model): OCR中的识别模型
bool Predict(cv::Mat* img, fastdeploy::vision::OCRResult* result);
模型预测接口,输入一张图片,返回OCR预测结果
参数
- img: 输入图像,注意需为HWC,BGR格式
- result: OCR预测结果,包括由检测模型输出的检测框位置,分类模型输出的方向分类,以及识别模型输出的识别结果, OCRResult说明参考视觉模型预测结果
fastdeploy::vision::ocr::DBDetector(const std::string& model_file, const std::string& params_file = "",
const RuntimeOption& custom_option = RuntimeOption(),
const ModelFormat& model_format = ModelFormat::PADDLE);
DBDetector模型加载和初始化,其中模型为paddle模型格式。
参数
- model_file(str): 模型文件路径
- params_file(str): 参数文件路径,当模型格式为ONNX时,此参数传入空字符串即可
- runtime_option(RuntimeOption): 后端推理配置,默认为None,即采用默认配置
- model_format(ModelFormat): 模型格式,默认为Paddle格式
Recognizer(const std::string& model_file,
const std::string& params_file = "",
const std::string& label_path = "",
const RuntimeOption& custom_option = RuntimeOption(),
const ModelFormat& model_format = ModelFormat::PADDLE);
Recognizer类初始化时,需要在label_path参数中,输入识别模型所需的label文件,其他参数均与DBDetector类相同
参数
- label_path(str): 识别模型的label文件路径
用户可按照自己的实际需求,修改下列预处理参数,从而影响最终的推理和部署效果
- max_side_len(int): 检测算法前向时图片长边的最大尺寸,当长边超出这个值时会将长边resize到这个大小,短边等比例缩放,默认为960
- det_db_thresh(double): DB模型输出预测图的二值化阈值,默认为0.3
- det_db_box_thresh(double): DB模型输出框的阈值,低于此值的预测框会被丢弃,默认为0.6
- det_db_unclip_ratio(double): DB模型输出框扩大的比例,默认为1.5
- det_db_score_mode(string):DB后处理中计算文本框平均得分的方式,默认为slow,即求polygon区域的平均分数的方式
- use_dilation(bool):是否对检测输出的feature map做膨胀处理,默认为Fasle
用户可按照自己的实际需求,修改下列预处理参数,从而影响最终的推理和部署效果
- cls_thresh(double): 当分类模型输出的得分超过此阈值,输入的图片将被翻转,默认为0.9