Skip to content

Latest commit

 

History

History
 
 

japan_ocr_db_crnn_mobile

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
README.md
README.md
 
 
README_en.md
README_en.md
 
 
__init__.py
__init__.py
 
 
module.py
module.py
 
 
requirements.txt
requirements.txt
 
 

README.md

japan_ocr_db_crnn_mobile

模型名称 japan_ocr_db_crnn_mobile
类别 图像-文字识别
网络 Differentiable Binarization+CRNN
数据集 icdar2015数据集
是否支持Fine-tuning 否
模型大小 8MB
最新更新日期 2021-04-15
数据指标 -

一、模型基本信息

  • 应用效果展示

    • 样例结果示例：


  • 模型介绍

    • japan_ocr_db_crnn_mobile Module用于识别图片当中的日文。其基于chinese_text_detection_db_mobile检测得到的文本框，继续识别文本框中的日文文字。最终识别文字算法采用CRNN（Convolutional Recurrent Neural Network）即卷积递归神经网络。其是DCNN和RNN的组合，专门用于识别图像中的序列式对象。与CTC loss配合使用，进行文字识别，可以直接从文本词级或行级的标注中学习，不需要详细的字符级的标注。该Module是一个识别日文的轻量级OCR模型，支持直接预测。

二、安装

三、模型API预测

  • 1、命令行预测

    • $ hub run japan_ocr_db_crnn_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

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

# or
# result = ocr.recognize_text(paths=['/PATH/TO/IMAGE'])

  • 3、API

    • def __init__(text_detector_module=None, enable_mkldnn=False)

      • 构造JapanOCRDBCRNNMobile对象

      • 参数

        • text_detector_module(str): 文字检测PaddleHub Module名字，如设置为None，则默认使用chinese_text_detection_db_mobile Module。其作用为检测图片当中的文本。
        • 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 recognize_text(images=[],
                   paths=[],
                   use_gpu=False,
                   output_dir='ocr_result',
                   visualization=False,
                   box_thresh=0.5,
                   text_thresh=0.5,
                   angle_classification_thresh=0.9)

      • 预测API，检测输入图片中的所有日文文本的位置。

      • 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
        • output_dir (str): 图片的保存路径，默认设为 ocr_result；
        • box_thresh (float): 检测文本框置信度的阈值；
        • text_thresh (float): 识别日文文本置信度的阈值；
        • angle_classification_thresh(float): 文本角度分类置信度的阈值
        • visualization (bool): 是否将识别结果保存为图片文件。

      • 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[dict]): 识别文本结果，列表中每一个元素为 dict，各字段为：
            • text(str): 识别得到的文本
            • confidence(float): 识别文本结果置信度
            • text_box_position(list): 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 如果无识别结果则data为[]
          • save_path (str, optional): 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 japan_ocr_db_crnn_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/japan_ocr_db_crnn_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

  • 1.1.0

    优化模型

    • $ hub install japan_ocr_db_crnn_mobile==1.1.0