paddleOCR 常见问题

飞锡2024

已于 2024-03-04 15:53:09 修改

阅读量4.9k

点赞数 4

分类专栏： paddle 文章标签： python 深度学习人工智能

于 2022-12-09 15:29:57 首次发布

本文链接：https://blog.csdn.net/weixin_38235865/article/details/127816522

版权

paddle 专栏收录该内容

16 篇文章 0 订阅

订阅专栏

https://aistudio.baidu.com/aistudio/projectdetail/4484441

检测框 det_db_unclip_ratio，值越大检测框越大

from paddleocr import PaddleOCR
det_box_ocr = PaddleOCR(lang="ch", show_log=False,det_db_unclip_ratio = 2.5)

输入图像最长边det_limit_side_len

参考：https://blog.csdn.net/qq_43165081/article/details/120387754

det_limit_side_len=960。表示网络输入图像的最长边不能超过960，如果超过这个值，会对图像做等宽比的resize操作，确保最长边为det_limit_side_len。设置为limit_type=‘min’, det_limit_side_len=960 则表示限制图像的最短边为960。
如果输入图片的分辨率比较大，而且想使用更大的分辨率预测，可以设置det_limit_side_len 为想要的值，比如4000，注意速度可能降低

python3 tools/infer/predict_det.py --image_dir="./doc/imgs/1.jpg" --det_model_dir="./inference/ch_PP-OCRv2_det_infer/" --det_limit_type=max --det_limit_side_len=1216

rec_char_dict_path指定使用的字典路径

参考：paddleocr自定义字典训练自己的数据集（rec模块）
在这里插入图片描述

多进程推理

参考：https://github.com/PaddlePaddle/PaddleOCR/blob/release%2F2.3/doc/doc_ch/inference.md

use_mp表示是否使用多进程。total_process_num表示在使用多进程时的进程数

python3 tools/infer/predict_system.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./inference/det_db/" --rec_model_dir="./inference/rec_crnn/" --use_angle_cls=false --use_mp=True --total_process_num=6

paddle ocr识别问题

字符重复

文字被重复识别造成，举例，检测框区域如下，可通过判断检测框横坐标是否交叉，第一个检测框识别文本的最后一个字是否与第二个检测框识别文本的第一个字相等，或者其中一个字是另一个字偏旁判断，来去重
在这里插入图片描述

漏检

改参数，参数det_db_thresh=0.1, det_db_box_thresh=0.4, det_db_unclip_ratio=2.0,det_db_score_mode=‘slow’, use_dilation=‘True’
参考：https://github.com/PaddlePaddle/PaddleOCR/issues/9948
在这里插入图片描述

文本长度超过25的图片可能识别不到原因

参考：
场景文本识别算法-SVTR
在这里插入图片描述

https://github.com/PaddlePaddle/PaddleOCR/issues/7500

在这里插入图片描述

训练修改配置文件中的 max_text_length 字段，并将input_size设置为宽高比更大的比例，设置为更大的最长文本长度
https://github.com/PaddlePaddle/PaddleOCR/issues/7555

识别单个数字精度低原因

参考：https://github.com/PaddlePaddle/PaddleOCR/issues/1097

在这里插入图片描述

det=False 可以提高识别率
https://github.com/PaddlePaddle/PaddleOCR/issues/6600
det是为了找到文字的位置,rec才是将图片识别成文字,如果你对传入的图片有信心,文字占所有篇幅且没有分割,det false应该是可以的