\u200E
PaddleHub
便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用
零基础快速开始
chinese_text_detection_db_server
类别图像 - 文字识别
网络Differentiable Binarization
数据集icdar2015数据集
模型概述
Differentiable Binarization(简称DB)是一种基于分割的文本检测算法。在各种文本检测算法中,基于分割的检测算法可以更好地处理弯曲等不规则形状文本,因此往往能取得更好的检测效果。但分割法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是一个通用的文本检测模型,支持直接预测。
选择模型版本进行安装
1.1.0 (最新版)
$ hub install chinese_text_detection_db_server==1.1.0

chinese_text_detection_db_server

模型名称chinese_text_detection_db_server
类别图像-文字识别
网络Differentiable Binarization
数据集icdar2015数据集
是否支持Fine-tuning
模型大小47MB
最新更新日期2021-02-26
数据指标-

一、模型基本信息

  • 应用效果展示

    • 样例结果示例:

      package

  • 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。


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