API#xff0c;可以基于大规模预训练模型快速完成迁移学习#xff0c;让预训练模型能更好地服务于用户特定场景的应用

Paddle…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

PaddleHub

Module用于识别图片当中的汉字。

其基于chinese_text_detection_db_server检测得到的文本框继续识别文本框中的中文文字。

之后对检测文本框进行角度分类。

最终识别文字算法采用CRNNConvolutional

Recurrent

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是一个通用的OCR模型支持直接预测。

选择模型版本进行安装

chinese_ocr_db_crnn_server1.2.0

模型名称chinese_ocr_db_crnn_server类别图像-文字识别网络Differentiable

BinarizationRCNN数据集icdar2015数据集是否支持Fine-tuning否模型大小116MB最新更新日期2021-05-31数据指标mAP0.98

一、模型基本信息

Module用于识别图片当中的汉字。

其基于chinese_text_detection_db_server

Module

检测得到的文本框识别文本框中的中文文字。

识别文字算法采用CRNNConvolutional

Recurrent

Network即卷积循环神经网络。

该Module是一个通用的OCR模型支持直接预测。

更多详情参考An

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.Module(namechinese_ocr_db_crnn_server,

enable_mkldnnTrue)

ocr.recognize_text(images[cv2.imread(/PATH/TO/IMAGE)])#

result

ocr.recognize_text(paths[/PATH/TO/IMAGE])

3、API

__init__(text_detector_moduleNone,

enable_mkldnnFalse)

chinese_text_detection_db_server

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_gpuFalse,output_dirocr_result,visualizationFalse,box_thresh0.5,text_thresh0.5,angle_classification_thresh0.9)

paths

GPU若使用GPU请先设置CUDA_VISIBLE_DEVICES环境变量box_thresh

(float):

识别中文文本置信度的阈值angle_classification_thresh(float):

(bool):

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

(str,

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

base64.b64encode(data.tostring()).decode(utf8)#

发送HTTP请求

{images:[cv2_to_base64(cv2.imread(/PATH/TO/IMAGE))]}

headers

http://127.0.0.1:8866/predict/chinese_ocr_db_crnn_server

headersheaders,

http://127.0.0.1:8866/gradio/chinese_ocr_db_crnn_server

在浏览器中访问