TextSnake模型-推理指导

• 概述

  • 输入输出数据

• 推理环境准备

• 快速上手

  • 获取源码
  • 准备数据集
  • 模型推理

• 模型推理性能&精度

  ---

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

1. 获取源码

   git clone https://github.com/princewang1994/TextSnake.pytorch
   cd TextSnake.pytorch
   git reset --hard b4ee996d5a4d214ed825350d6b307dd1c31faa07
   cd ..
   

2. 安装依赖

   pip3 install -r requirements.txt
   

准备数据集

1. 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 

2. 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

1. 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。

   1. 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
      

   2. 导出onnx文件。

      1. 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。

   3. 使用ATC工具将ONNX模型转OM模型。

      1. 配置环境变量。

          source /usr/local/Ascend/ascend-toolkit/set_env.sh
         

      2. 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                            |
         +===================+=================+======================================================+
         

      3. 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。

2. 开始推理验证。

   1. 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。

   2. 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。

   3. 精度验证。

      调用TextSnake_postprocess.py，精度会打屏显示

       python TextSnake_postprocess.py result
      

   4. 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