TextSnake模型-推理指导
概述
TextSnake论文 论文主要提出了一种能够灵活表示任意弯曲形状文字的数据结构——TextSnake，主要思想是使用多个不同大小，带有方向的圆盘(disk)对标注文字进行覆盖，并使用FCN来预测圆盘的中心坐标，大小和方向进而预测出场景中的文字
-
参考实现：
url=https://github.com/princewang1994/TextSnake.pytorch commit_id=b4ee996d5a4d214ed825350d6b307dd1c31faa07 model_name=contrib/cv/detection/TextSnake
输入输出数据
-
输入数据
输入数据 数据类型 大小 数据排布格式 input RGB_FP32 batchsize x 3 x 512 x 512 NCHW -
输出数据
输出数据 数据类型 大小 数据排布格式 output1 FLOAT32 1 x 7 x 512 x 512 ND
推理环境准备
-
该模型需要以下插件与驱动
表 1 版本配套表
配套 版本 环境准备指导 固件与驱动 22.0.3 Pytorch框架推理环境准备 CANN 6.0.RC1 - Python 3.7.5 - PyTorch 1.6.0 - 说明：Atlas 300I Duo 推理卡请以CANN版本选择实际固件与驱动版本。 \ \
快速上手
获取源码
-
获取源码
git clone https://github.com/princewang1994/TextSnake.pytorch cd TextSnake.pytorch git reset --hard b4ee996d5a4d214ed825350d6b307dd1c31faa07 cd .. -
安装依赖
pip3 install -r requirements.txt
准备数据集
- 获取原始数据集。（解压命令参考tar –xvf *.tar与 unzip *.zip）
首先进入TextSnake.pytorch/dataset/total-text文件夹中,根据源码仓的方式下载数据集并整理成gt文件夹和Images文件夹。回到TextSnake目录下新建data文件夹，进入data文件夹，创建total-text文件夹，将第一步生成的Images/Test移动到total-text中，将gt/Test移动到total-text中。目录如下：
data
|——total-text
├── gt
|——Test
└── Images
|——Test
-
数据预处理，将原始数据集转换为模型输入的数据。
执行TextSnake_preprocess.py脚本，完成预处理
python3 TextSnake_preprocess.py --src_path ./data/total-text/Images/Test --save_path ./total-text-bin
模型推理
-
模型转换。
使用PyTorch将模型权重文件.pth转换为.onnx文件，再使用ATC工具将.onnx文件转为离线推理模型文件.om文件。
-
获取权重文件
wget https://ascend-repo-modelzoo.obs.cn-east-2.myhuaweicloud.com/model/1_PyTorch_PTH/TextSnake/PTH/textsnake_vgg_180.pth -
导出onnx文件。
-
使用TextSnake_pth2onnx.py导出onnx文件。
运行TextSnake_pth2onnx.py脚本。
python3 TextSnake_pth2onnx.py --input_file './textsnake_vgg_180.pth' --output_file './TextSnake.onnx'获得TextSnake.onnx文件。
-
-
使用ATC工具将ONNX模型转OM模型。
-
配置环境变量。
source /usr/local/Ascend/ascend-toolkit/set_env.sh -
执行命令查看芯片名称（${chip_name}）。
npu-smi info #该设备芯片名为Ascend310P3 （自行替换） 回显如下： +-------------------+-----------------+------------------------------------------------------+ | NPU Name | Health | Power(W) Temp(C) Hugepages-Usage(page) | | Chip Device | Bus-Id | AICore(%) Memory-Usage(MB) | +===================+=================+======================================================+ | 0 310P3 | OK | 15.8 42 0 / 0 | | 0 0 | 0000:82:00.0 | 0 1074 / 21534 | +===================+=================+======================================================+ | 1 310P3 | OK | 15.4 43 0 / 0 | | 0 1 | 0000:89:00.0 | 0 1070 / 21534 | +===================+=================+======================================================+ -
执行ATC命令。
atc --model=TextSnake.onnx \ --framework=5 \ --output=TextSnake_bs1 \ --input_format=NCHW \ --input_shape="image:1,3,512,512" \ --log=error \ --soc_version=Ascend${chip_name} \-
参数说明：
- --model：为ONNX模型文件。
- --framework：5代表ONNX模型。
- --output：输出的OM模型。
- --input_format：输入数据的格式。
- --input_shape：输入数据的shape。
- --log：日志级别。
- --soc_version：处理器型号。
运行成功后生成
TextSnake_bs1.om模型文件。
-
-
-
-
开始推理验证。
-
安装ais_bench推理工具。
请访问ais_bench推理工具代码仓，根据readme文档进行工具安装。
-
执行推理。
python3 -m ais_bench --model TextSnake_bs1.om \ --input ./total-text-bin \ --output ./ \ --output_dirname result \ --outfmt TXT \-
参数说明：
- --model：om模型
- --input：输入文件
- --output：输出路径
- --output_dirname: 输出结果文件夹
- --outfmt: 输出格式
推理后的输出默认在当前目录result下。
-
-
精度验证。
调用TextSnake_postprocess.py，精度会打屏显示
python TextSnake_postprocess.py result -
性能验证
可使用ais_bench推理工具的纯推理模式验证不同batch_size的om模型的性能，参考命令如下：
python3 -m ais_bench --model=${om_model_path} --loop=20 --batchsize=${batch_size}- 参数说明
- --model：om模型
- --loop：循环次数
- --batchsize：推理张数
-
模型推理性能&精度
调用ACL接口推理计算，性能参考下列数据。
| 芯片型号 | Batch Size | 数据集 | 精度 | 性能 |
|---|---|---|---|---|
| 300I Pro | 1 | Total-Text-Dataset | tr0.7 & tp0.6:f1:0.59 tr0.8 & tp0.4:f1:0.78 |
180.36 |