pytorchOCR之参数篇

pytorchOCR之参数

文本检测篇

以det_DB_mobilev3.yaml为例，其余类似：

• base部分

参数	解释
gpu_id:	设置gpu，可设置单个或多个例如 ‘0’ 或者‘0，1，2，3’
algorithm	指定算法名称，例如DB，PSE
pretrained	是否加载预训练模型，True or False
in_channels	指定每个尺度的inchannel 例如这里mobilev3是[24, 40, 48, 96]
inner_channels	指定DB模块的channel，这里mobilev3是96
k	可微分二值化函数的一个参数，50
adaptive:	是否使用可微分二值化，训练的时候是True，测试为False
crop_shape	训练图片crop的大小，[640,640]
shrink_ratio	文本向内收缩的比率，0.4
n_epoch	训练的总共epoch数目，1200
start_val	开始做验证的epoch数目，如果你不想做验证或没有验证集，可设置其大n_epoch.400
show_step	多少次迭代之后显示一次loss，20
checkpoints:	log以及模型和验证数据测试结果保存的位置，./checkpoint
save_epoch	设置多少个epoch保存一次模型，100
restore	是否恢复训练，这里作为断点恢复作用，可以从上次断掉的epoch开始接着训练，True
restore_file	恢复训练所需要的上次保存的模型文件

• trainload部分

参数	解释
function	调用的文件和函数名称，用来配置调用函数所用
train_file:	训练的文件
num_workers:	训练加载数据时的num_workers，也不是越大越好，设置合适可以加快训练
batch_size:	一次迭代训练的数据批次

• testload部分

参数	解释
function	调用的文件和函数名称，用来配置调用函数所用
test_file:	验证的文件
test_gt_path	标签文件的地址
num_workers:	训练加载数据时的num_workers
batch_size:	一次迭代验证的数据批次

• testload部分

参数	解释
function	调用的文件和函数名称，用来配置调用函数所用
test_file:	验证的文件
test_gt_path	标签文件的地址
num_workers:	训练加载数据时的num_workers
batch_size:	一次迭代验证的数据批次
test_size	做验证时图片最小边的尺寸
stride	这里对应pooling使得图片缩小的倍数，一共五次，每次缩小2倍，所以是32。

• postprocess部分

参数	解释
function	调用的文件和函数名称，用来配置调用函数所用
is_poly:	输出框是否是多边形，设置true是指多边形（弯曲文本检测）否则为四边形框。
thresh	是否为文本像素的阈值，大于这个阈值的归类为文本像素
box_thresh	框的score阈值，框的score小于这个会被过滤
max_candidates:	最大轮廓个数
unclip_ratio	向外扩展的系数，越大得到的框越大
min_size	最小文本的大小，用来过滤过小的文本

• infer部分

参数	解释
model_path	测试时加载的模型文件
path:	输入为测试图片或文件夹
save_path	测试结果保存的位置

文本检识别篇

以rec_CRNN_ori.yaml为例

• base部分

参数	解释
gpu_id:	设置gpu，可设置单个或多个例如 ‘0’ 或者‘0，1，2，3’
algorithm	指定算法名称，CRNN
pretrained	是否加载预训练模型，True or False
in_channels	CNN部分的最后输出的channel
hiddenchannel	lstm的隐藏层个数
img_shape	训练时图片的大小,[32,200]
is_gray:	是否把训练图片转换成灰度图训练
use_conv	最后一层（类别层）是否用卷积输出
use_attention	是否使用attention，这里参照了mobilev3的attention方式，对cnn卷积最后一层做。（然而并没有什么用）
use_lstm	是否使用lstm，及是否使用rnn
lstm_num	lstm的个数，配合上面使用
classes	分类文字的类别数，这里其实可以拿掉了，代码中类别数已经根据key.txt提取，不用设置了，这里随便设为1000
n_epoch:	训练的总epoch数
start_val	开始做验证的epoch数目，如果你不想做验证或没有验证集，可设置其大n_epoch.400
show_step	多少次迭代之后显示一次loss，20
checkpoints:	log以及模型和验证数据测试结果保存的位置，./checkpoint
save_epoch	设置多少个epoch保存一次模型
show_num	做验证时显示识别结果的个数，主要用来查看识别效果
save_epoch	设置多少个epoch保存一次模型，100
restore	是否恢复训练，这里作为断点恢复作用，可以从上次断掉的epoch开始接着训练，True
finetune	是否为finetune，这个参数主要为了区分训练是否从0 epoch开始，当restore和它一起为true，epoch从0开始，否则当它为false，epoch从上次断掉的开始接着训练。
restore_file	恢复训练所需要的上次保存的模型文件

• loss部分

参数	解释
function	调用的文件和函数名称，用来配置调用函数所用
reduction:	ctcloss计算以什么形式。
center_function	作用同function，是centerloss的调用
use_center	是否使用centerloss优化训练，这里注意，centerloss只能在你已经训练好一个较好的模型的基础上优化训练，不能从头训练，也就是说你要加载之前ctcloss训练好的最优模型，以finetune的形式接着训练
center_lr:	center聚类中心的初始学习率
label_score	这里用来选取centerloss训练的label的的阈值，大于这个阈值的label才会被选入训练
weight_center	centerloss在的分配的loss权重系数

其余的参数和检测是一样的。

• 重点提示，有些参数是要根据你们数据集不同进行更改的，就比如说n_epoch,
  schedule等