PaddleOCR使用笔记之配置文件的详细解释

最新推荐文章于 2024-06-18 21:46:13 发布
最新推荐文章于 2024-06-18 21:46:13 发布
阅读量6.1k 收藏 44
点赞数 3
分类专栏： 深度学习
原文链接：https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/doc/doc_ch/config.md
版权

可选参数列表

以下列表可以通过--help查看

FLAG支持脚本用途默认值备注
-cALL指定配置文件None配置模块说明请参考 参数介绍
-oALL设置配置文件里的参数内容None使用-o配置相较于-c选择的配置文件具有更高的优先级。例如：-o Global.use_gpu=false

配置文件参数介绍

以 rec_chinese_lite_train_v2.0.yml 为例

Global-全局参数配置

字段用途默认值备注
use_gpu设置代码是否在gpu运行true\
epoch_num最大训练epoch数500\
log_smooth_windowlog队列长度，每次打印输出队列里的中间值20\
print_batch_step设置打印log间隔10\
save_model_dir设置模型保存路径output/{算法名称}\
save_epoch_step设置模型保存间隔3\
eval_batch_step设置模型评估间隔2000 或 [1000, 2000]2000 表示每2000次迭代评估一次，[1000， 2000]表示从1000次迭代开始，每2000次评估一次
cal_metric_during_train设置是否在训练过程中评估指标，此时评估的是模型在当前batch下的指标true\
load_static_weights设置预训练模型是否是静态图模式保存(目前仅检测算法需要)true\
pretrained_model设置加载预训练模型路径./pretrain_models/CRNN/best_accuracy\
checkpoints加载模型参数路径None用于中断后加载参数继续训练
use_visualdl设置是否启用visualdl进行可视化log展示False教程地址
infer_img设置预测图像路径或文件夹路径./infer_img\
character_dict_path设置字典路径./ppocr/utils/ppocr_keys_v1.txt\
max_text_length设置文本最大长度25\
character_type设置字符类型chen/ch, en时将使用默认dict，ch时使用自定义dict
use_space_char设置是否识别空格True仅在 character_type=ch 时支持空格
label_list设置方向分类器支持的角度[‘0’,‘180’]仅在方向分类器中生效
save_res_path设置检测模型的结果保存地址./output/det_db/predicts_db.txt仅在检测模型中生效

Optimizer-优化器参数配置

字段用途默认值备注
name优化器类名Adam目前支持Momentum,Adam,RMSProp, 见ppocr/optimizer/optimizer.py
beta1设置一阶矩估计的指数衰减率0.9\
beta2设置二阶矩估计的指数衰减率0.999\
clip_norm所允许的二范数最大值\
lr设置学习率decay方式-\
name学习率decay类名Cosine目前支持Linear,Cosine,Step,Piecewise, 见ppocr/optimizer/learning_rate.py
learning_rate基础学习率0.001\
regularizer设置网络正则化方式-\
name正则化类名L2目前支持L1,L2, 见ppocr/optimizer/regularizer.py
factor学习率衰减系数0.00004\

Architecture-网络结构参数配置

在ppocr中，网络被划分为Transform,Backbone,Neck和Head四个阶段

字段用途默认值备注
model_type网络类型rec目前支持rec,det,cls
algorithm模型名称CRNN支持列表见algorithm_overview
Transform设置变换方式-目前仅rec类型的算法支持, 具体见ppocr/modeling/transform
name变换方式类名TPS目前支持TPS
num_fiducialTPS控制点数20上下边各十个
loc_lr定位网络学习率0.1\
model_name定位网络大小small目前支持small,large
Backbone设置网络backbone类名-具体见ppocr/modeling/backbones
namebackbone类名ResNet目前支持MobileNetV3,ResNet
layersresnet层数34支持18,34,50,101,152,200
model_nameMobileNetV3 网络大小small支持small,large
Neck设置网络neck-具体见ppocr/modeling/necks
nameneck类名SequenceEncoder目前支持SequenceEncoder,DBFPN
encoder_typeSequenceEncoder编码器类型rnn支持reshape,fc,rnn
hidden_sizernn内部单元数48\
out_channelsDBFPN输出通道数256\
Head设置网络Head-具体见ppocr/modeling/heads
namehead类名CTCHead目前支持CTCHead,DBHead,ClsHead
fc_decayCTCHead正则化系数0.0004\
kDBHead二值化系数50\
class_dimClsHead输出分类数2\

Loss-损失参数配置

字段用途默认值备注
name网络loss类名CTCLoss目前支持CTCLoss,DBLoss,ClsLoss
balance_lossDBLossloss中是否对正负样本数量进行均衡(使用OHEM)True\
ohem_ratioDBLossloss中的OHEM的负正样本比例3\
main_loss_typeDBLossloss中shrink_map所采用的的lossDiceLoss支持DiceLoss,BCELoss
alphaDBLossloss中shrink_map_loss的系数5\
betaDBLossloss中threshold_map_loss的系数10\

PostProcess-后处理参数配置

字段用途默认值备注
name后处理类名CTCLabelDecode目前支持CTCLoss,AttnLabelDecode,DBPostProcess,ClsPostProcess
threshDBPostProcess中分割图进行二值化的阈值0.3\
box_threshDBPostProcess中对输出框进行过滤的阈值，低于此阈值的框不会输出0.7\
max_candidatesDBPostProcess中输出的最大文本框数量1000
unclip_ratioDBPostProcess中对文本框进行放大的比例2.0\

Metric-模型评估参数配置

字段用途默认值备注
name指标评估方法名称CTCLabelDecode目前支持DetMetric,RecMetric,ClsMetric
main_indicator主要指标,用于选取最优模型acc对于检测方法为hmean，识别和分类方法为acc

Dataset-数据集参数配置

字段用途默认值备注
dataset每次迭代返回一个样本--
namedataset类名SimpleDataSet目前支持SimpleDataSet和LMDBDateSet
data_dir数据集图片存放路径./train_data\
label_file_list数据标签路径["./train_data/train_list.txt"]dataset为LMDBDateSet时不需要此参数
ratio_list数据集的比例[1.0]若label_file_list中有两个train_list，且ratio_list为[0.4,0.6]，则从train_list1中采样40%，从train_list2中采样60%组合整个dataset
transforms对图片和标签进行变换的方法列表[DecodeImage,CTCLabelEncode,RecResizeImg,KeepKeys]见ppocr/data/imaug
loaderdataloader相关-
shuffle每个epoch是否将数据集顺序打乱True\
batch_size_per_card训练时单卡batch size256\
drop_last是否丢弃因数据集样本数不能被 batch_size 整除而产生的最后一个不完整的mini-batchTrue\
num_workers用于加载数据的子进程个数，若为0即为不开启子进程，在主进程中进行数据加载8\
great-wind
关注
  • 3
    点赞
  • 踩
  • 44
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
obsidian 配置文件
12-17
《Obsidian配置文件详解》 Obsidian是一款强大的个人知识管理系统，以其双向链接、Markdown支持以及高度自定义的特性深受用户喜爱。配置文件是Obsidian个性化和优化用户体验的关键部分，它决定了软件的各项设置和...
有道云笔记护眼配置
05-08
有道云笔记修改护眼绿背景色，有时候如果电脑一直是白色的话，对眼睛不好，所以要改成护眼的颜色
OCR-paddleocr
无痕的博客
11-25 3081
paddleocr进行图片检测、识别、分类
Python paddleocr快速使用及参数配置详解
最新发布
Oona_01的博客
06-18 194
PaddleOCR是基于PaddlePaddle深度学习框架的开源OCR工具,但它提供了推理模型/训练模型/预训练模型,用户可以直接使用推理模型进行识别,也可以对训练模型或预训练模型进行再训练,这篇文章主要介绍了Python paddleocr快速使用及参数详解,需要的朋友可以参考下。PaddleOCR是基于PaddlePaddle深度学习框架的开源OCR工具，但它提供了推理模型/训练模型/预训练模型，用户可以直接使用推理模型进行识别，也可以对训练模型或预训练模型进行再训练。端到端文本检测与识别模型相关。
paddleocr快速入门：基于python脚本及命令行两种方式实现图片OCR识别
jiabiao1602的专栏
06-02 1783
paddleocr快速入门：基于python脚本及命令行两种方式实现图片OCR识别。
【PaddleOCR入门】二、配置文件说明
qq_38253797的博客
05-25 2134
目录一、Global二、Optimizer三、Architecture四、Loss (ppocr/losses)五、PostProcess (ppocr/postprocess)六、Metric (ppocr/metrics)七、Dataset (ppocr/data)Reference 一、Global 字段 用途 默认值 备注 use_gpu 设置代码是否在gpu运行 true ⭐️ epoch_num 最大训练epoch数 500 ⭐️ log_smooth_window lo
PaddleOCR模型推理参数解释
HIST_JK的博客
06-17 3572
，详细的参数解释如下所示。其中，DB算法相关参数如下。EAST算法相关参数如下。SAST算法相关参数如下。PSE算法相关参数如下。
PaddleOCR Windows下配置环境并测试
06-14 1717
paddleocr在windows下进行环境配置，并进行预测验证环境可行性
PaddleOCR学习 —— 环境配置与上手使用
qq_28598409的博客
08-15 4068
本文介绍了PaddleOCR项目的上手使用，并以PP-Structure为例，用训练好的推理模型体验了该项目的使用。
【Python】paddleocr快速使用及参数详解
Elaine的博客
01-26 9434
在使用PaddleOCR进行模型推理时，可以自定义修改参数，来修改模型、数据、预处理、后处理等内容
SSH笔记-映射文件配置
04-15
本笔记将详细介绍SSH映射文件配置的三个核心部分：基础配置参数使用、多对一映射以及一对多映射。 **基础配置参数使用** SSH的基础配置通常位于`~/.ssh/config`文件中，此文件可以定义不同的主机别名和相关设置。...
Laravel 5.3 学习笔记之 配置
01-21
Laravel 的所有配置文件都存放在 config 目录下，每个配置项都有注释，以保证浏览任意配置文件的配置项都能直观了解该配置项的作用及用法。 2、访问配置值 你可以使用全局辅助函数 config 在应用的任意位置访问配置...
springboot全局配置文件
10-01
学习springboot时,搜索的springboot全局配置文件,其内容有各种配置样式
2024年鸿蒙最全PaddleOCR模型训练及使用详细教程_paddleocr设置模型输出，2024年最新HarmonyOS鸿蒙程序员架构之路该如何继续学习
2401_84862048的博客
05-15 1928
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！ 既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新需要这份系统化的资料的朋友，可以戳这里获取⑤ 安装CUDNN ： 进入以下网址，需要进行注册下载 NVIDIA官网(https://
2024年PaddleOCR模型训练及使用详细教程_paddleocr设置模型输出(1)，那些年HarmonyOS鸿蒙面试官常问的知识点
2401_84852027的博客
05-14 1367
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！ 既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新需要这份系统化的资料的朋友，可以戳这里获取PaddleOCR是基于PaddlePaddle深度学习框架的开源OCR工具，但它提供了推
paddleOCR学习
~花花~
09-20 3824
1. 文本检测模型推理 python3 tools/infer/predict_det.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./ch_PP-OCRv2_det_infer.tar/" 可视化文本检测结果默认保存到./inference_results文件夹里面，结果文件的名称前缀为’det_res’ 通过参数limit_type和det_limit_side_len来对图片的尺寸进行限制， limit_type可选参数为[ma
paddleocr 使用教程
热门推荐
juluwangriyue的博客
02-02 1万+
打开从github上下载的最新PaddleOCR 先对整个项目有一个总体的认识吧：从上到下文件夹依次为：configs、deploy、doc、inference、inference_results、ppocr、PPOCRLabel、StyleText、Tools共9个文件夹。 1、configs文件夹 这个文件夹下是方向分类、文本检测、文字识别的配置文件。配置文件中描述的内容包括如何训练、模型结构、优化器、训练参数、训练数据来源等。 先看训练的脚本train.sh： # recomme.
c#深度学习—PaddleOCRSharp（附示例源码）
m0_55074196的博客
07-24 6745
PaddleOCRSharp是基于PaddleOCR的C++代码修改并封装的.NET工具类库，支持文本识别、文本检测、基于文本检测结果的统计分析的表格识别功能。封装极其简化，实际调用仅几行代码，极大的方便了中下游开发者的使用和降低了PaddleOCR的使用入门级别，同时提供不同的.NET框架使用，方便各个行业应用开发与部署。Nuget包即装即用，可以离线部署，不需要网络就可以识别的高精度中英文OCR。跑通了例程代码并根据建议进行了些许优化，代码中注释详细，自行阅读。该项目只支持x64cpu编译。
Windows10下使用PaddleOCR+c++
ShareProgress的博客
06-30 6170
文章目录Windows10下使用PaddleOCR+c++2.1 配置c++环境2.1.1 cmake2.1.2 OpenCV2.1.3 vs20172.1.4 PaddleOCR 项目文件2.1.5 paddle推理预测库2.1.6 模型文件2.2 生成编译例程——ocr_system2.2.1 cmake生成工程2.2.2 使用vs2017编译2.2.3 编译报错2.3 运行demo程序2.3.1 修改配置文件2.3.2 运行程序：2.3.3 解决Windows下控制台输出中文乱码 Windows10下
命令行神器之argparse使用笔记
05-17
`argparse` 是 Python 标准库中用于解析命令行参数和选项的模块。它可以让你的 Python 脚本更加灵活，可以从命令行中接收参数和选项，并且可以根据用户提供的参数来执行不同的操作。下面是一些使用 `argparse` 的笔记： ### 基本示例 ```python import argparse parser = argparse.ArgumentParser(description='命令行参数解析示例') parser.add_argument('--url', type=str, help='需要处理的URL') parser.add_argument('--file', type=str, help='需要处理的文件路径') args = parser.parse_args() if args.url: print('处理URL:', args.url) elif args.file: print('处理文件:', args.file) else: print('请提供URL或文件路径') ``` 在上面的例子中，我们使用 `argparse` 创建了一个解析器对象，然后添加了两个参数 `--url` 和 `--file`。`type` 参数指定了参数的类型，`help` 参数指定了参数的帮助信息。最后，使用 `parse_args()` 方法解析命令行参数，并根据参数执行不同的操作。 ### 必需参数 ```python import argparse parser = argparse.ArgumentParser(description='命令行参数解析示例') parser.add_argument('input', type=str, help='输入文件路径') parser.add_argument('output', type=str, help='输出文件路径') args = parser.parse_args() print('输入文件:', args.input) print('输出文件:', args.output) ``` 在上面的例子中，我们将参数 `input` 和 `output` 指定为必需参数，这意味着用户必须在命令行中提供这两个参数，否则程序将会抛出异常。 ### 默认值 ```python import argparse parser = argparse.ArgumentParser(description='命令行参数解析示例') parser.add_argument('--url', type=str, help='需要处理的URL', default='https://www.baidu.com') parser.add_argument('--file', type=str, help='需要处理的文件路径', default='data.txt') args = parser.parse_args() print('处理URL:', args.url) print('处理文件:', args.file) ``` 在上面的例子中，我们为参数 `--url` 和 `--file` 指定了默认值，这意味着如果用户没有在命令行中提供这两个参数，那么程序将使用默认值。默认值可以是任何类型的值，不仅仅限于字符串类型。 ### 多个值 ```python import argparse parser = argparse.ArgumentParser(description='命令行参数解析示例') parser.add_argument('--input', type=str, help='输入文件路径', nargs='+') parser.add_argument('--output', type=str, help='输出文件路径') args = parser.parse_args() print('输入文件:', args.input) print('输出文件:', args.output) ``` 在上面的例子中，我们将参数 `--input` 指定为多个值，这意味着用户可以在命令行中提供多个输入文件路径，例如 `--input file1.txt file2.txt`。使用 `nargs='+'` 将参数指定为多个值，使用 `args.input` 来访问这些值。 ### 限制值的范围 ```python import argparse parser = argparse.ArgumentParser(description='命令行参数解析示例') parser.add_argument('--size', type=int, help='图像大小', choices=[256, 512, 1024]) args = parser.parse_args() print('图像大小:', args.size) ``` 在上面的例子中，我们将参数 `--size` 指定为整数类型，并且限制了它的取值范围只能是 256、512 或 1024。如果用户在命令行中指定了一个不在这个范围内的值，程序将会抛出异常。 ### 子命令 ```python import argparse parser = argparse.ArgumentParser(description='命令行参数解析示例') subparsers = parser.add_subparsers(title='子命令', description='可用的子命令') parser_a = subparsers.add_parser('a', help='子命令A') parser_a.add_argument('--input', type=str, help='输入文件路径') parser_a.add_argument('--output', type=str, help='输出文件路径') parser_b = subparsers.add_parser('b', help='子命令B') parser_b.add_argument('--url', type=str, help='需要处理的URL') args = parser.parse_args() if hasattr(args, 'input'): print('处理文件:', args.input) print('输出文件:', args.output) elif hasattr(args, 'url'): print('处理URL:', args.url) else: print('请提供子命令参数') ``` 在上面的例子中，我们使用 `add_subparsers()` 方法创建了子命令解析器对象，并添加了两个子命令 `a` 和 `b`。然后，我们为每个子命令添加了不同的参数。最后，根据子命令参数执行不同的操作。 以上就是一些 `argparse` 的基本使用笔记，希望对你有帮助。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值