---
title: DBNet-PyTorch-模型库-ModelZoo-昇腾社区
description: DBNet基于PyTorch框架开发，提供实时检测图片中英文文字功能。
keywords: DBNet,PyTorch,模型库,ModelZoo,昇腾社区,概述,简述,准备训练环境
url: https://www.hiascend.com/software/modelzoo/models/detail/983cc15e18474e6391825caf0a11d498
section: (其他)
---

# DBNet-PyTorch-模型库-ModelZoo-昇腾社区

URL: https://www.hiascend.com/software/modelzoo/models/detail/983cc15e18474e6391825caf0a11d498
描述: DBNet基于PyTorch框架开发，提供实时检测图片中英文文字功能。
关键词: DBNet,PyTorch,模型库,ModelZoo,昇腾社区,概述,简述,准备训练环境

ModelZoo主页

主页 [了解详情](https://www.hiascend.com/software/modelzoo)大模型 [了解详情](https://www.hiascend.com/software/modelzoo/big-models)模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)工具库 [了解详情](https://www.hiascend.com/software/modelzoo/tools)权重库 [了解详情](https://www.hiascend.com/software/modelzoo/datasets)ModelShow [了解详情](https://www.hiascend.com/software/modelzoo/modelshow)DeepSeek专区HOT [了解详情](https://www.hiascend.com/developer/deepseek)文档中心论坛交流

主页 [了解详情](https://www.hiascend.com/software/modelzoo)大模型 [了解详情](https://www.hiascend.com/software/modelzoo/big-models)模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)工具库 [了解详情](https://www.hiascend.com/software/modelzoo/tools)权重库 [了解详情](https://www.hiascend.com/software/modelzoo/datasets)ModelShow [了解详情](https://www.hiascend.com/software/modelzoo/modelshow)DeepSeek专区HOT [了解详情](https://www.hiascend.com/developer/deepseek)文档中心论坛交流

模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)

DBNet-PyTorch

## DBNet-PyTorch

OCRPyTorch训练4111次浏览2025/12/29更新

获取源码

DBNet-PyTorch

查看模型源码

...

# 概述

## 简述

DB(Differentiable Binarization)是一种使用可微分二值图来实时文字检测的方法，
和之前方法的不同主要是不再使用硬阈值去得到二值图，而是用软阈值得到一个近似二值图，
并且这个软阈值采用sigmod函数，使阈值图和近似二值图都变得可学习。

- 参考实现：

```
url=https://github.com/MhLiao/DB
commit_id=4ac194d0357fd102ac871e37986cb8027ecf094e
```
- 适配昇腾 AI 处理器的实现：

```
url=https://gitee.com/ascend/ModelZoo-PyTorch.git
code_path=PyTorch/built-in/cv/detection
```

# 准备训练环境

## 准备环境

- 当前模型支持的 PyTorch 版本和已知三方库依赖如下表所示。

表 1版本支持表

| Torch_Version | 三方库依赖版本 |
| --- | ---|
| PyTorch 1.5 | pillow==8.4.0 |
| PyTorch 1.8 | pillow==9.1.0 |
| PyTorch 1.11 | - |
| PyTorch 2.1 | - |
- 环境准备指导。

请参考《Pytorch框架训练环境准备 [了解详情](https://www.hiascend.com/document/detail/zh/ModelZoo/pytorchframework/ptes)》。
- 安装geos，可按照环境选择以下方式：

1. ubuntu系统：

```
sudo apt-get install libgeos-dev
```
2. euler系统：

```
sudo yum install geos-devel
```
3. 源码安装：

```
wget http://download.osgeo.org/geos/geos-3.8.1.tar.bz2
bunzip2 geos-3.8.1.tar.bz2
tar xvf geos-3.8.1.tar
cd geos-3.8.1
./configure && make && make install
```
- 安装依赖。

在模型源码包根目录下执行命令，安装模型对应PyTorch版本需要的依赖。

```
pip install -r 1.5_requirements.txt  # PyTorch1.5版本

pip install -r 1.8_requirements.txt  # PyTorch1.8版本

pip install -r 1.11_requirements.txt  # PyTorch1.11版本

pip install -r 2.1_requirements.txt  # PyTorch2.1版本
```

说明：只需执行一条对应的PyTorch版本依赖安装命令。

## 准备数据集

1. 获取数据集。

请用户自行下载`icdar2015`数据集，解压放在任意文件夹`datasets`下，数据集目录结构参考如下所示。

```
|--datasets
   |--icdar2015
```

说明：该数据集的训练过程脚本只作为一种参考示例。

## 获取预训练模型

请用户自行获取预训练模型，将获取的`MLT-Pretrain-Resnet50`预训练模型，放至在源码包根目录下新建的`path-to-model-directory`目录下。

# 开始训练

## 训练模型

1. 进入解压后的源码包根目录。

```
cd /${模型文件夹名称} 
```
2. 运行训练脚本。

该模型支持单机单卡训练和单机8卡训练。

- 单机单卡训练

启动单卡训练。

```
1.安装环境，确认预训练模型放置路径，若该路径路径与model_path默认值相同，可不传参，否则执行训练脚本时必须传入model_path参数；
2.开始训练
  bash ./test/train_full_1p.sh --data_path=${datasets} --model_path=${pretrain_model}    # 单卡精度
  bash ./test/train_performance_1p.sh --data_path=${datasets} --model_path=${pretrain_model}    # 单卡性能   
```

注意：如果发现打屏日志有报checkpoint not found的warning，请再次检查预训练模型MLT-Pretrain-Resnet50的配置，以免影响精度。
- 单机8卡训练

启动8卡训练。

```
1.安装环境，确认预训练模型放置路径，若该路径路径与model_path默认值相同，可不传参，否则执行训练脚本时必须传入model_path参数；
2.开始训练
  bash ./test/train_full_8p.sh --data_path=${datasets} --model_path=${pretrain_model}    # 8卡精度
  bash ./test/train_performance_8p.sh --data_path=${datasets} --model_path=${pretrain_model}    # 8卡性能    
```
- 在线推理

启动在线推理

```
  bash ./test/eval.sh --data_path=${datasets} --resume=${resume}    #在线推理
```

--data_path参数填写数据集路径，需写到数据集的一级目录，--reusme参数填写模型权重

模型训练脚本参数说明如下。

```
公共参数：
--data_path                          //数据集路径
--addr                              //主机地址
--num_workers                       //加载数据进程数      
--epochs                            //重复训练次数
--batch-size                        //训练批次大小，默认：240
--lr                                //初始学习率
--amp                               //是否使用混合精度
```

训练完成后，权重文件保存在当前路径下，并输出模型训练精度和性能信息。

# 训练结果展示

表 2训练结果展示表

| NAME | Precision | FPS | Epochs | AMP_Type | Torch_Version |
| --- | --- | --- | --- | --- | ---|
| 1P-竞品V | - | - | 1 | - | 1.5 |
| 8P-竞品V | - | - | 1200 | - | 1.5 |
| 1P-NPU-ARM | - | 20.19 | 1 | O2 | 1.8 |
| 8P-NPU-ARM | 0.907 | 88.073 | 1200 | O2 | 1.8 |
| 1P-NPU-非ARM | - | 20.265 | 1 | O2 | 1.8 |
| 8P-NPU-非ARM | - | 113.988 | 1200 | O2 | 1.8 |

# 版本说明

## 变更

2022.12.23：Readme 整改。

## FAQ

无。

# DB模型PyTorch离线推理指导

- 概述 [了解详情](https://www.hiascend.com/#ZH-CN_TOPIC_0000001172161501)

- 输入输出数据 [了解详情](https://www.hiascend.com/#section540883920406)
- 推理环境准备 [了解详情](https://www.hiascend.com/#ZH-CN_TOPIC_0000001126281702)
- 快速上手 [了解详情](https://www.hiascend.com/#ZH-CN_TOPIC_0000001126281700)

- 获取源码 [了解详情](https://www.hiascend.com/#section4622531142816)
- 准备数据集 [了解详情](https://www.hiascend.com/#section183221994411)
- 模型推理 [了解详情](https://www.hiascend.com/#section741711594517)
- 模型推理性能&精度 [了解详情](https://www.hiascend.com/#ZH-CN_TOPIC_0000001172201573)

# 概述

在基于分割的文本检测网络中，最终的二值化map都是使用的固定阈值来获取，并且阈值不同对性能影响较大。而在DB中会对每一个像素点进行自适应二值化，二值化阈值由网络学习得到，彻底将二值化这一步骤加入到网络里一起训练，这样最终的输出图对于阈值就会非常鲁棒。

- 参考实现：

```
url=https://github.com/MhLiao/DB 
commit_id=4ac194d0357fd102ac871e37986cb8027ecf094e
model_name=DB_for_PyTorch
```

## 输入输出数据

- 输入数据

| 输入数据 | 数据类型 | 大小 | 数据排布格式 |
| --- | --- | --- | ---|
| input | RGB_FP32 | batchsize x 3 x 736 x 1280 | NCHW |
- 输出数据

| 输出数据 | 数据类型 | 大小 | 数据排布格式 |
| --- | --- | --- | ---|
| output1 | FLOAT32 | batchsize x 1 x 736 x 1280 | ND |

# 推理环境准备

- 该模型需要以下插件与驱动

表 1版本配套表

| 配套 | 版本 | 环境准备指导 |
| --- | --- | ---|
| 固件与驱动 | 22.0.2 | Pytorch框架推理环境准备 |
| CANN | 6.0.RC1 | - |
| Python | 3.7.5 | - |
| PyTorch | 1.6.0 | - |
| 说明：Atlas 300I Duo 推理卡请以CANN版本选择实际固件与驱动版本。 | \ | \ |

# 快速上手

可参考实现https://gitee.com/ascend/ModelZoo-PyTorch/tree/master/ACL_PyTorch/built-in/ocr/DBNET [了解详情](https://gitee.com/ascend/ModelZoo-PyTorch/tree/master/ACL_PyTorch/built-in/ocr/DBNET)

## 获取源码

1. 获取源码

```
git clone https://github.com/MhLiao/DB 
cd DB
git reset 4ac194d0357fd102ac871e37986cb8027ecf094e --hard
patch -p1 < ../db.diff
cd ..
cp -r db_preprocess.py DB
cp -r db_pth2onnx.py DB
cp -r db_postprocess.py DB
cd DB

```
2. 安装依赖

```
pip3 install -r requirements.txt
```

## 准备数据集

1. 获取原始数据集

本模型支持icdar2015验证集。用户需自行获取数据集解压并上传数据集到DB/datasets路径下。目录结构如下：

```
datasets/icdar2015/  
├── test_gts  
├── test_images  
├── test_list.txt  
├── train_gts  
└── train_list.txt  
```
2. 数据预处理，将原始数据集转换为模型输入的数据。

执行db_preprocess.py脚本，完成预处理

```
python3 ./db_preprocess.py --image_src_path=./datasets/icdar2015/test_images --bin_file_path=./prep_dataset
```

结果存在 ./prep_dataset 中

## 模型推理

1. 模型转换。

使用PyTorch将模型权重文件.pth转换为.onnx文件，再使用ATC工具将.onnx文件转为离线推理模型文件.om文件。

1. 获取权重文件。

获取DB在线推理完成的权重文件MLT-Pretrain-Resnet50
2. 导出onnx文件。

1. 使用db_pth2onnx.py导出onnx文件

```
python3 ./db_pth2onnx.py experiments/seg_detector/ic15_resnet50_deform_thre.yaml --resume ./MLT-Pretrain-Resnet50
```

获得dbnet.onnx文件
3. 使用ATC工具将ONNX模型转OM模型。

1. 配置环境变量。

```
source /usr/local/Ascend/ascend-toolkit/set_env.sh
```
2. 执行命令查看芯片名称（${chip_name}）。

```
npu-smi info
#该设备芯片名为Ascend910A （自行替换）
回显如下：
+-------------------+-----------------+------------------------------------------------------+
| NPU     Name      | Health          | Power(W)     Temp(C)           Hugepages-Usage(page) |
| Chip    Device    | Bus-Id          | AICore(%)    Memory-Usage(MB)                        |
+===================+=================+======================================================+
| 0       910A     | OK              | 15.8         42                0    / 0              |
| 0       0         | 0000:82:00.0    | 0            1074 / 21534                            |
+===================+=================+======================================================+
| 1       910A     | OK              | 15.4         43                0    / 0              |
| 0       1         | 0000:89:00.0    | 0            1070 / 21534                            |
+===================+=================+======================================================+
```
3. 执行ATC命令。

```
atc --framework=5 --model=./dbnet.onnx --input_format=NCHW --input_shape="actual_input_1:${bs},3,736,1280" --output=db_bs${bs} --log=error --soc_version=Ascend${chip_name}
```

运行成功后生成db_bs${bs}.om模型文件。

- 参数说明

- --model：为ONNX模型文件。
- --framework：5代表ONNX模型。
- --output：输出的OM模型。
- --input_format：输入数据的格式。
- --input_shape：输入数据的shape。
- --log：日志级别。--soc_version：处理器型号。
2. 开始推理验证

1. 安装ais_bench推理工具。

请访问ais_bench推理工具 [了解详情](https://gitee.com/ascend/tools/tree/master/ais-bench_workload/tool/ais_bench)代码仓，根据readme文档进行工具安装。
2. 执行推理。

```
python3 -m ais_bench --model ./db_bs1.om --input ./prep_dataset  --output ./ --output_dirname result --device 0
```

- 参数说明：

- --model：模型
- --input：数据位置
- --output：结果存的路径
- --output_dirname: 结果存的文件夹

推理后的输出默认在当前目录result下。
3. 精度验证。

结果保存在result_bs1.json

```
python3 ./db_postprocess.py experiments/seg_detector/ic15_resnet50_deform_thre.yaml --bin_data_path ./result --box_thresh 0.6 > result_bs1.json
```

- 参数说明：

- ./result：为生成推理结果所在路
- result_bs1.json：为精度生成结果文件
4. 性能验证

可使用ais_bench推理工具的纯推理模式验证不同batch_size的om模型的性能，参考命令如下：

```
python3 -m ais_bench --model=db_bs${bs}.om --loop=20 --batchsize=${bs}
```

- 参数说明：

- --model：om模型

# 模型推理性能&精度

调用ACL接口推理计算，性能参考下列数据。

| 芯片型号 | Batch Size | 数据集 | 精度 |
| --- | --- | --- | ---|
| 910A | 1 | icdar2015 | 0.896 |

# 公网地址说明

代码涉及公网地址参考 public_address_statement.md

| 版本 | 更新时间 | 精度 | 处理器 | CANN版本 | 操作 |
| --- | --- | --- | --- | --- | ---|

暂无数据

使用模型资源和服务前，请您仔细阅读并理解透彻《昇腾深度学习模型许可协议 3.0》 [了解详情](https://www.hiascend.com/legal/modelzoo_models_license)