ch_PP-OCRv3_rec模型-推理指导

概述
推理环境准备
快速上手
模型推理性能

概述

ch_PP-OCRv3_rec是基于[PP-OCRv3]的中文文本识别模型，PP-OCRv3的识别模块是基于文本识别算法SVTR优化。SVTR不再采用RNN结构，通过引入Transformers结构更加有效地挖掘文本行图像的上下文信息，从而提升文本识别能力。

参考实现：

url=https://github.com/PaddlePaddle/PaddleOCR.git
branch=release/2.5
commit_id=a40f64a70b8d290b74557a41d869c0f9ce4959d5
model_name=ch_PP-OCRv3_rec

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 48 x W NCHW
输出数据

输出数据数据类型大小数据排布格式

output1 FLOAT32 batchsize x D x 6625 ND

输入数据	数据类型	大小	数据排布格式
input	RGB_FP32	batchsize x 3 x 48 x W	NCHW

输出数据	数据类型	大小	数据排布格式
output1	FLOAT32	batchsize x D x 6625	ND

推理环境准备[所有版本]

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	22.0.2	Pytorch框架推理环境准备
CANN	5.1.RC2	-
Python	3.7.5	-
paddlepaddle	2.3.2	-
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 -b release/2.5 https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR 
git reset --hard a40f64a70b8d290b74557a41d869c0f9ce4959d5
git apply ../ch_PP-OCRv3_rec.patch
cd ..

安装依赖。

pip3 install -r requirements.txt
cd PaddleOCR
python3 setup.py install
cd ..

准备数据集

获取原始数据集。（解压命令参考tar –xvf *.tar与 unzip *.zip）

该模型使用PaddleOCR提供的中文识别样例图片作为测试集，该样本图片在ch_PP-OCRv3_rec/PaddleOCR/doc/imgs_words/ch/目录下，包括5张图片样本，在线推理方式参考文字识别模型评估与预测。
数据预处理。(请拆分sh脚本，将命令分开填写)

数据预处理将原始数据集转换为模型输入的数据。

在ch_PP-OCRv3_rec工作目录下，执行ch_PP-OCRv3_rec_preprocess.py脚本，完成预处理。
```
 python3 ch_PP-OCRv3_rec_preprocess.py \
     -c PaddleOCR/configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml \
     -o Global.infer_img=PaddleOCR/doc/imgs_words/ch/ \
     Global.bin_data=./image_npy
```
- 参数说明：
  - -c：模型配置文件。
  - -o：可选参数列表: Global.infer_img表示图片路径，Global.bin_data表示bin文件保存路径。
运行后在当前目录下的image_bin路径中保存生成的二进制数据。

模型推理

模型转换。

使用paddle2onnx将模型权重文件转换为.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。

训练模型链接为：

推理模型链接为：

   在`ch_PP-OCRv3_rec`工作目录下可通过以下命令获取Paddle训练模型和推理模型。

   ```
   wget -nc -P ./checkpoint https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_train.tar
   cd ./checkpoint && tar xf ch_PP-OCRv3_rec_train.tar && cd ..

   wget -nc -P ./inference https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar
   cd ./inference && tar xf ch_PP-OCRv3_rec_infer.tar && cd ..
   ```

导出onnx文件。

使用paddle2onnx工具导出onnx文件。

在ch_PP-OCRv3_rec工作目录下通过运行以下命令获取onnx模型。

paddle2onnx \
    --model_dir ./inference/ch_PP-OCRv3_rec_infer \
    --model_filename inference.pdmodel \
    --params_filename inference.pdiparams \
    --save_file ./ch_PP-OCRv3_rec.onnx \
    --opset_version 11 \
    --enable_onnx_checker True \
    --input_shape_dict="{'x':[-1,3,-1,-1]}"

参数说明请通过paddle2onnx -h命令查看。运行后在ch_PP-OCRv3_rec目录下获得ch_PP-OCRv3_rec.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
```
说明： 该脚本中环境变量仅供参考，请以实际安装环境配置环境变量。详细介绍请参见《CANN 开发辅助工具指南 (推理)》。

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 --framework=5 \
    --model=./ch_PP-OCRv3_rec.onnx \
    --output=./ch_PP-OCRv3_rec_bs1 \
    --input_format=ND \
    --input_shape="x:1,3,-1,-1" \
    --dynamic_dims="48,320;48,620"  \
    --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。
  - --dynamic_dims：设置输入图片的动态分辨率参数。适用于执行推理时，每次处理图片宽和高不固定的场景。
  运行成功后生成ch_PP-OCRv3_rec_bs1.om模型文件。

开始推理验证。

a. 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。

b. 执行推理。

python -m ais_bench --model=ch_PP-OCRv3_rec_bs1.om --input=./image_npy --output=./ --output_dirname=results_bs1 --auto_set_dymdims_mode=1

参数说明：
- --model：om模型路径。
- --inputs：输入数据集路径。
- --batchsize：om模型输入的batchsize。
- --auto_set_dymdims_mode：设置自动匹配动态shape

推理完成后结果保存在results_bs1目录下。

说明： 执行ais-infer工具请选择与运行环境架构相同的命令。参数详情请参见。

c. 精度验证。

执行后处理脚本ch_PP-OCRv3_rec_postprocess.py，参考命令如下：

python3 ch_PP-OCRv3_rec_postprocess.py \
    -c PaddleOCR/configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml \
    -o Global.infer_results=${results_path}

参数说明：
- -c：模型配置文件。
- -o：可选参数：Global.infer_results表示om推理结果路径。

${results_path}为推理结果的保存路径。

后处理结果通过终端显示，参考如下(以实际运行为准)：

Infer Results:
word_1.jpg :  {'Student': [('韩国小馆', 0.994140625)]}
word_2.jpg :  {'Student': [('汉阳鹦鹉家居建材市场E区25-26号', 0.9690755009651184)]}
word_3.jpg :  {'Student': [('电话：15952301928', 0.9037388563156128)]}
word_4.jpg :  {'Student': [('实力活力', 0.99609375)]}
word_5.jpg :  {'Student': [('西湾监管', 0.9951171875)]}

在线推理命令如下：

python3 PaddleOCR/tools/infer_rec.py \
    -c PaddleOCR/configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml \
    -o Global.pretrained_model=./checkpoint/ch_PP-OCRv3_rec_train/best_accuracy Global.infer_img=PaddleOCR/doc/imgs_words/ch/

在线推理结果如下（以实际运行为准）：

ppocr INFO: infer_img: PaddleOCR/doc/imgs_words/ch/word_1.jpg
ppocr INFO:        result: {"Student": {"label": "韩国小馆", "score": 0.9944804310798645}, "Teacher": {"label": "韩国小馆", "score": 0.9819368124008179}}
ppocr INFO: infer_img: PaddleOCR/doc/imgs_words/ch/word_2.jpg
ppocr INFO:        result: {"Student": {"label": "汉阳鹦鹉家居建材市场E区25-26号", "score": 0.9687681198120117}, "Teacher": {"label": "汉阳鹦鹉家居建材市场E区25-26号", "score": 0.9344552159309387}}
ppocr INFO: infer_img: PaddleOCR/doc/imgs_words/ch/word_3.jpg
ppocr INFO:        result: {"Student": {"label": "电话：15952301928", "score": 0.9042935371398926}, "Teacher": {"label": "电话：15952301928", "score": 0.9218837022781372}}
ppocr INFO: infer_img: PaddleOCR/doc/imgs_words/ch/word_4.jpg
ppocr INFO:        result: {"Student": {"label": "实力活力", "score": 0.9956860542297363}, "Teacher": {"label": "实力活力", "score": 0.9920592308044434}}
ppocr INFO: infer_img: PaddleOCR/doc/imgs_words/ch/word_5.jpg
ppocr INFO:        result: {"Student": {"label": "西湾监管", "score": 0.9959428310394287}, "Teacher": {"label": "西湾监管", "score": 0.9947077035903931}}

将后理的om推理结果与在线推理结果进行对比。

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	样例图片	与在线推理结果一致	1411.795 fps