\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
japan_ocr_db_crnn_mobile
类别图像 - 文字识别
网络Differentiable Binarization+CRNN
数据集icdar2015数据集
模型概述
japan_ocr_db_crnn_mobile Module用于识别图片当中的日文。其基于chinese_text_detection_db_mobile检测得到的文本框,继续识别文本框中的日文文字。最终识别文字算法采用CRNN(Convolutional Recurrent Neural Network)即卷积递归神经网络。其是DCNN和RNN的组合,专门用于识别图像中的序列式对象。与CTC loss配合使用,进行文字识别,可以直接从文本词级或行级的标注中学习,不需要详细的字符级的标注。该Module是一个识别日文的轻量级OCR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 japan_ocr_db_crnn_mobile==1.1.0

二、安装

三、模型API预测

  • 1、命令行预测

    • $ hub run japan_ocr_db_crnn_mobile --input_path "/PATH/TO/IMAGE"
    • 通过命令行方式实现文字识别模型的调用,更多请见 PaddleHub命令行指令
  • 2、预测代码示例

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

    • def __init__(text_detector_module=None, enable_mkldnn=False)
      • 构造JapanOCRDBCRNNMobile对象

      • 参数

        • text_detector_module(str): 文字检测PaddleHub Module名字,如设置为None,则默认使用chinese_text_detection_db_mobile Module。其作用为检测图片当中的文本。
        • 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 recognize_text(images=[],
                         paths=[],
                         use_gpu=False,
                         output_dir='ocr_result',
                         visualization=False,
                         box_thresh=0.5,
                         text_thresh=0.5,
                         angle_classification_thresh=0.9)
      • 预测API,检测输入图片中的所有日文文本的位置。

      • 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
        • output_dir (str): 图片的保存路径,默认设为 ocr_result;
        • box_thresh (float): 检测文本框置信度的阈值;
        • text_thresh (float): 识别日文文本置信度的阈值;
        • angle_classification_thresh(float): 文本角度分类置信度的阈值
        • visualization (bool): 是否将识别结果保存为图片文件。
- **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\[dict\]): 识别文本结果,列表中每一个元素为 dict,各字段为:
      - text(str): 识别得到的文本
      - confidence(float): 识别文本结果置信度
      - text_box_position(list): 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
  如果无识别结果则data为\[\]
    - save_path (str, optional): 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 japan_ocr_db_crnn_mobile
    • 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/japan_ocr_db_crnn_mobile"
      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

  • 1.1.0

    优化模型

    • $ hub install japan_ocr_db_crnn_mobile==1.1.0