$ hub install chinese_text_detection_db_server==1.1.0
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 | 否 |
模型大小 | 47MB |
最新更新日期 | 2021-02-26 |
数据指标 | - |
paddlepaddle >= 2.2.0
paddlehub >= 2.2.0
shapely
pyclipper
$ pip install shapely pyclipper
$ hub install chinese_text_detection_db_server
$ hub run chinese_text_detection_db_server --input_path "/PATH/TO/IMAGE"
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'])
__init__(enable_mkldnn=False)
构造ChineseTextDetectionDBServer对象
参数
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
返回
PaddleHub Serving 可以部署一个目标检测的在线服务。
$ 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。
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"])
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