概述

简述

AdvancedEast是场景文字检测算法，基于EAST算法，对EAST在长文本检测地方的缺陷进行了重大改进，使长文本预测更加准确。总体来说AdvancedEast检测算法在多角度文字检测方面表现良好，没有明显的缺陷。

• 参考实现：

  url=https://github.com/BaoWentz/AdvancedEAST-PyTorch
  commit_id=a835c8cedce4ada1bc9580754245183d9f4aaa17

• 适配昇腾 AI 处理器的实现：

  url=https://gitee.com/ascend/ModelZoo-PyTorch.git
  code_path=PyTorch/contrib/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	torchvision==0.2.2.post3；pillow==8.4.0
  PyTorch 1.8	torchvision==0.9.1；pillow==9.3.0

• 环境准备指导。

  请参考《Pytorch框架训练环境准备》。

• 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

  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。

   请用户自行获取数据集，分别下载ICPR_text_train_part2_20180313.zip和ICPR_text_train_part1_20180316.zip两个压缩包，在源码包根目录下新建目录icpr和子目录icpr/image_10000、icpr/txt_10000，将压缩包中image_9000、image_1000中的图片文件解压至image_10000中，将压缩包中txt_9000、txt_1000中的标签文件解压至txt_10000中。

   数据集目录结构参考如下所示。

   ├── icpr
         ├──image_10000
              │──图片1
              │──图片2
              │   ...
   
         ├──txt_10000
              │──标注1
              │──标注2
              │   ...

   说明： 该数据集的训练过程脚本只作为一种参考示例。

2. 数据预处理（在源码包根目录下执行以下命令）。

   bash test/prep_dataset.sh

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。依次训练size为256x256，384x384，512x512，640x640，736x736的图片，每个size加载上个size的训练结果，加速模型收敛。

   • 单机单卡训练

     启动单卡训练。

     bash ./test/train_performance_1p.sh  # 单卡性能

   • 单机8卡训练

     启动8卡训练。

     bash ./test/train_performance_8p.sh  # 8卡性能
     
     bash ./test/train_full_8p.sh  # 8卡精度
     # 默认依次训练256，384，512，640，736五个size，可以指定要训练size，用于恢复中断的训练，例如 `bash test/train_full_8p.sh 640 736`

   模型训练脚本参数说明如下。

   公共参数：
   --apex                              //是否使用混合精度
   --device                            //设置训练设备
   --img_path                          //设置图片加载路径
   --epoch_num                         //设置训练周期数 

   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（pytorch1.5)

Size	F1-score	FPS	Npu_nums	Epochs	AMP_Type
256	-	254	1	-	O1
256	-	1075	8	60	O1
384	-	118	1	-	O1
384	-	680	8	60	O1
512	-	63	1	-	O1
512	-	400	8	60	O1
640	-	37	1	-	O1
640	-	243	8	60	O1
736	-	34	1	-	O1
736	62.41%	218	8	60	O1

表 3 训练结果展示表（pytorch1.8)

Size	F1-score	FPS	Npu_nums	Epochs	AMP_Type
256	-	306.044	1	-	O1
256	-	1876.826	8	60	O1
384	-	147.237	1	-	O1
384	-	978.686	8	60	O1
512	-	82.347	1	-	O1
512	-	569.184	8	60	O1
640	-	47.418	1	-	O1
640	-	361.766	8	60	O1
736	-	38.31	1	-	O1
736	62.47%	273.019	8	60	O1

版本说明

变更

2023.03.03：更新readme，重新发布。

2020.08.26：首次发布。

FAQ

无。