en_PP-OCRv3_rec模型-推理指导
概述
en_PP-OCRv3_rec是基于[PP-OCRv3]的英文识别模型，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=en_PP-OCRv3_rec通过Git获取对应commit_id的代码方法如下：
git clone {repository_url} # 克隆仓库的代码 cd {repository_name} # 切换到模型的代码仓目录 git checkout {branch/tag} # 切换到对应分支 git reset --hard {commit_id} # 代码设置到对应的commit_id（可选） cd {code_path} # 切换到模型代码所在路径，若仓库下只有该模型，则无需切换
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 320 NCHW -
输出数据
输出数据 大小 数据类型 数据排布格式 output1 batchsize x 40 x 97 FLOAT32 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 ../en_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提供的英文识别样例图片作为测试集，该样本图片在
en_PP-OCRv3_rec/PaddleOCR/doc/imgs_words/en/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，测试结果如下：
-
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
en_PP-OCRv3_rec工作目录下，执行en_PP-OCRv3_rec_preprocess.py脚本，完成预处理。python3 en_PP-OCRv3_rec_preprocess.py \ -c PaddleOCR/configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml \ -o Global.infer_img=PaddleOCR/doc/imgs_words/en/ Global.bin_data=./image_bin-
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。- 获取权重文件。
推理模型链接为：
在en_PP-OCRv3_rec工作目录下可通过以下命令获取训练权重并转为推理模型。
wget -nc -P ./inference https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_rec_infer.tar cd ./inference && tar xf en_PP-OCRv3_rec_infer.tar && cd ..
-
导出onnx文件。
-
使用paddle2onnx工具导出onnx文件。
在
en_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/en_PP-OCRv3_rec_infer \ --model_filename inference.pdmodel \ --params_filename inference.pdiparams \ --save_file ./en_PP-OCRv3_rec.onnx \ --opset_version 11 \ --enable_onnx_checker True \ --input_shape_dict="{'x':[-1,3,48,320]}"参数说明请通过
paddle2onnx -h命令查看。 运行后在en_PP-OCRv3_rec目录下获得en_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（${chip_name}）。
npu-smi info #该设备芯片名为Ascend310P3 （自行替换） 回显如下： +-------------------+-----------------+------------------------------------------------------+ | NPU Name | Health | Power(W) Temp(C) Hugepages-Usage(page) | | Chip Device | Bus-Id | AICore(%) Memory-Usage(MB) | +===================+=================+======================================================+ | 0 310P3 | OK | 15.8 42 0 / 0 | | 0 0 | 0000:82:00.0 | 0 1074 / 21534 | +===================+=================+======================================================+ | 1 310P3 | OK | 15.4 43 0 / 0 | | 0 1 | 0000:89:00.0 | 0 1070 / 21534 | +===================+=================+======================================================+ -
执行ATC命令。
atc --framework=5 \ --model=./en_PP-OCRv3_rec.onnx \ --output=./en_PP-OCRv3_rec_bs${batchsize} \ --input_format=NCHW \ --input_shape="x:${batchsize},3,48,320" \ --log=error \ --soc_version=Ascend${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。
${batchsize}表示om模型可支持不同batch推理，可取值为：1，4，8，16，32，64。 运行成功后生成en_PP-OCRv3_rec_bs${batchsize}.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。
python3 -m ais_bench \ --model=./en_PP-OCRv3_rec_bs${batchsize}.om \ --input=./image_bin \ --output=./-
参数说明：
- --model：om模型路径。
- --input：bin文件路径。
- --output：推理结果保存路径。
${batchsize}表示不同batch的om模型。推理完成后在当前
en_PP-OCRv3_rec工作目录生成推理结果。其目录命名格式为xxxx_xx_xx-xx_xx_xx(年_月_日-时_分_秒)，如2022_08_18-06_55_19。c. 精度验证。
执行后处理脚本
en_PP-OCRv3_rec_postprocess.py，参考命令如下：python3 en_PP-OCRv3_rec_postprocess.py \ -c PaddleOCR/configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml \ -o Global.infer_results=${output_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。
${output_path}为推理结果的保存路径。
推理结果通过终端显示，如下：
Infer Results: {'word_1.png': ('JOINT', 0.998046875), 'word_2.png': ('yourself', 0.990966796875), 'word_3.png': ('154', 0.998046875), 'word_4.png': ('197', 0.998046875), 'word_5.png': ('727', 0.998046875)}d. 性能验证。
可使用ais_bench推理工具的纯推理模式验证不同batch_size的om模型的性能，参考命令如下：
python3 -m ais_bench \ --model=./en_PP-OCRv3_rec_bs${batchsize}.om \ --loop=50 \ --batchsize=${batchsize}-
参数说明：
- --model：om模型路径。
- --loop：推理次数。
- --batchsize：om模型的batch。
${batchsize}表示不同batch的om模型。纯推理完成后，在ais_bench的屏显日志中
throughput为计算的模型推理性能，如下所示：[INFO] throughput 1000*batchsize(16)/NPU_compute_time.mean(2.6040399980545046): 6144.298863286933 -
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 | 1688.846 fps |
| 300I Pro | 4 | 样例图片 | 与在线推理结果一致 | 4309.880 fps |
| 300I Pro | 8 | 样例图片 | 与在线推理结果一致 | 5444.547 fps |
| 300I Pro | 16 | 样例图片 | 与在线推理结果一致 | 6144.298 fps |
| 300I Pro | 32 | 样例图片 | 与在线推理结果一致 | 5306.376 fps |
| 300I Pro | 64 | 样例图片 | 与在线推理结果一致 | 5177.331 fps |