$ hub install chinese_text_detection_db_server==1.1.0

chinese_text_detection_db_server

一、模型基本信息

• 应用效果展示

  • 样例结果示例：

    

• 模型介绍

  • DB（Differentiable Binarization）是一种基于分割的文本检测算法。此类算法可以更好地处理弯曲等不规则形状文本，因此检测效果往往会更好。但其后处理步骤中将分割结果转化为检测框的流程复杂，耗时严重。DB将二值化阈值加入训练中学习，可以获得更准确的检测边界，从而简化后处理流程。该Module是一个超轻量级文本检测模型，支持直接预测。

• 更多详情参考：Real-time Scene Text Detection with Differentiable Binarization

二、安装

• 1、环境依赖

  • paddlepaddle >= 2.2.0

  • paddlehub >= 2.2.0

  • shapely

  • pyclipper

  • $ pip install shapely pyclipper

  • 该Module依赖于第三方库shapely和pyclipper，使用该Module之前，请先安装shapely和pyclipper。

• 2、安装

  • $ hub install chinese_text_detection_db_server

三、模型API预测

• 1、命令行预测

  • $ hub run chinese_text_detection_db_server --input_path "/PATH/TO/IMAGE"

• 2、预测代码示例

  • import paddlehub as hub
    import cv2
    
    text_detector = hub.Module(name="chinese_text_detection_db_server", enable_mkldnn=True)       # mkldnn加速仅在CPU下有效
    result = text_detector.detect_text(images=[cv2.imread('/PATH/TO/IMAGE')])
    
    # or
    # result =text_detector.detect_text(paths=['/PATH/TO/IMAGE'])

• 3、API

  • __init__(enable_mkldnn=False)

    • 构造ChineseTextDetectionDBServer对象

    • 参数

      • 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 detect_text(paths=[],
                    images=[],
                    use_gpu=False,
                    output_dir='detection_result',
                    box_thresh=0.5,
                    visualization=False)

    • 预测API，检测输入图片中的所有中文文本的位置。

    • 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
      • box_thresh (float): 检测文本框置信度的阈值；
      • visualization (bool): 是否将识别结果保存为图片文件；
      • output_dir (str): 图片的保存路径，默认设为 detection_result；

    • 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): 检测文本框结果，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
        • ave_path (str): 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 chinese_text_detection_db_server

  • 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/chinese_text_detection_db_server"
    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

• 1.0.1

  支持mkldnn加速CPU计算

• 1.0.2

  增加更多预训练数据，更新预训练参数

• 1.0.3

  移除 fluid api

• 1.1.0

  适配 PaddleHub 2.x 版本