Yolo模块和OCR模块优化
- 小窗检测yolov3模型-替换为yolov5
- 人脸检测yolov5模型-替换为Yolov5-nano
- OCR识别CRNN大模型-替换为基于paddleocr的轻量级CRNN,模型是cpu版本的
- OCR检测是基于ResNet-50-fpn的dbnet-替换为基于paddleocr的轻量级dbnet,模型是cpu版本
整体流程
单个模块耗时统计
结论:OCR识别模块更新后平均单张耗时从285ms降为35ms;OCR定位模块更新后平均单张耗时从243ms降为26ms;小窗检测更新后平均单张耗时从207ms降为106ms;人脸检测更新后平均单张耗时从90ms降为18ms;
- baseline的单个模块耗时统计
- new的单个模块耗时统计
全流程的耗时统计
测试集:标准测试集581