Skip to content

Latest commit

 

History

History
 
 

chinese_text_detection_db_mobile

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
README.md
README.md
 
 
__init__.py
__init__.py
 
 
module.py
module.py
 
 
processor.py
processor.py
 
 
requirements.txt
requirements.txt
 
 
test.py
test.py
 
 

README.md

chinese_text_detection_db_mobile

模型名称 chinese_text_detection_db_mobile
类别 图像-文字识别
网络 Differentiable Binarization
数据集 icdar2015数据集
是否支持Fine-tuning 否
模型大小 2.6MB
最新更新日期 2021-02-26
数据指标 -

一、模型基本信息

  • 应用效果展示

    • 样例结果示例：

package

  • 模型介绍

    • DB（Differentiable Binarization）是一种基于分割的文本检测算法。此类算法可以更好地处理弯曲等不规则形状文本，因此检测效果往往会更好。但其后处理步骤中将分割结果转化为检测框的流程复杂，耗时严重。DB将二值化阈值加入训练中学习，可以获得更准确的检测边界，从而简化后处理流程。该Module是一个超轻量级文本检测模型，支持直接预测。


更多详情参考：Real-time Scene Text Detection with Differentiable Binarization

二、安装

三、模型API预测

  • 1、命令行预测

    • $ hub run chinese_text_detection_db_mobile --input_path "/PATH/TO/IMAGE"
    • 通过命令行方式实现文字识别模型的调用，更多请见 PaddleHub命令行指令

  • 2、预测代码示例

    • import paddlehub as hub
import cv2

text_detector = hub.Module(name="chinese_text_detection_db_mobile", enable_mkldnn=True)       # mkldnn加速仅在CPU下有效
result = text_detector.detect_text(images=[cv2.imread('/PATH/TO/IMAGE')])

# or
# result =text_detector.detect_text(paths=['/PATH/TO/IMAGE'])

  • 3、API

    • __init__(enable_mkldnn=False)

      • 构造ChineseTextDetectionDB对象

      • 参数

        • enable_mkldnn(bool): 是否开启mkldnn加速CPU计算。该参数仅在CPU运行下设置有效。默认为False。
    • def detect_text(paths=[],
                images=[],
                use_gpu=False,
                output_dir='detection_result',
                box_thresh=0.5,
                visualization=False)

      • 预测API，检测输入图片中的所有中文文本的位置。

      • 参数

        • paths (list[str]): 图片的路径；
        • images (list[numpy.ndarray]): 图片数据，ndarray.shape 为 [H, W, C]，BGR格式；
        • use_gpu (bool): 是否使用 GPU；若使用GPU，请先设置CUDA_VISIBLE_DEVICES环境变量
        • box_thresh (float): 检测文本框置信度的阈值；
        • visualization (bool): 是否将识别结果保存为图片文件；
        • output_dir (str): 图片的保存路径，默认设为 detection_result；

      • 返回

        • res (list[dict]): 识别结果的列表，列表中每一个元素为 dict，各字段为：
          • data (list): 检测文本框结果，文本框在原图中的像素坐标，4*2的矩阵，依次表示文本框左下、右下、右上、左上顶点的坐标
          • save_path (str): 识别结果的保存路径, 如不保存图片则save_path为''

四、服务部署

  • PaddleHub Serving 可以部署一个目标检测的在线服务。

  • 第一步：启动PaddleHub Serving

    • 运行启动命令：

    • $ hub serving start -m chinese_text_detection_db_mobile

    • 这样就完成了一个目标检测的服务化API的部署，默认端口号为8866。

    • NOTE: 如使用GPU预测，则需要在启动服务之前，请设置CUDA_VISIBLE_DEVICES环境变量，否则不用设置。

  • 第二步：发送预测请求

    • 配置好服务端，以下数行代码即可实现发送预测请求，获取预测结果

    • import requests
import json
import cv2
import base64

def cv2_to_base64(image):
    data = cv2.imencode('.jpg', image)[1]
    return base64.b64encode(data.tostring()).decode('utf8')

# 发送HTTP请求
data = {'images':[cv2_to_base64(cv2.imread("/PATH/TO/IMAGE"))]}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/chinese_text_detection_db_mobile"
r = requests.post(url=url, headers=headers, data=json.dumps(data))

# 打印预测结果
print(r.json()["results"])

五、更新历史

  • 1.0.0

    初始发布

  • 1.0.1

    修复使用在线服务调用模型失败问题

  • 1.0.2

    支持mkldnn加速CPU计算

  • 1.0.3

    增加更多预训练数据，更新预训练参数

  • 1.0.4

    使用超轻量级的三阶段模型（文本框检测-角度分类-文字识别）识别图片文字。

  • 1.0.5

    移除 fluid api

  • 1.1.0

    适配 PaddleHub 2.x 版本

    • $ hub install chinese_text_detection_db_mobile==1.1.0