概述

简述

MMOCR是基于PyTorch和MMDetection的开源工具包，支持众多OCR相关模型，包括文本检测、文本识别和关键信息提取。此外，它支持广泛使用的学术数据集，并提供许多有用的工具，帮助用户探索模型和数据集的各个方面，实现高质量的算法。

• 参考实现：

  url=https://github.com/open-mmlab/mmocr
  commit_id=26bc4713d4a451ed510a67be0a4fdd9903fd9011

• 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	torchvision==0.2.2.post3
  PyTorch 1.8	torchvision==0.9.1
  PyTorch 1.11	torchvision==0.12.0
  PyTorch 2.1	torchvision==0.16.0

• 环境准备指导。

  请参考《Pytorch框架训练环境准备》。

• 安装依赖。

  首先请卸载环境上已安装的mmcv，mmcv-full，mmdet，mmocr。并在模型源码包根目录下执行以下命令，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

  如果pytorch版本大于等于2.0，请参考链接下载相应架构mmcv的wheel包 并参考如下步骤处理

  mv mmcv_full-1.7.0-cp37-cp37m-linux_aarch64.whl.whl mmcv_full-1.7.0-cp37-cp37m-linux_aarch64.zip
  unzip mmcv_full-1.7.0-cp37-cp37m-linux_aarch64.zip
  cd mmcv
  mkdir mmcv
  mv * mmcv/
  cp ../mmcv_need/setup.py ./
  # 安装mmcv
  MMCV_WITH_OPS=1 pip3 install -e . 

  如果pytorch版本小于2.0, 按如下方法安装mmcv

  pip install mmcv-full -f http://download.openmmlab.com/mmcv/dist/npu/torch1.8.0/index.html

  安装mmcv pip install mmdet==2.28.0

  > **说明：** 
  >只需执行一条对应的PyTorch版本requirements.txt安装命令。

• 请注意在x86下开启cpu性能模式 将cpu设置为performance模式

准备数据集

1. 获取数据集。

   请用户自行获取原始数据集icdar2015，将数据集上传到服务器任意路径一下并解压，数据集目录结构参考如下所示。

   ├─icdar2015
        ├── annotations
        ├── imgs
        ├── instances_test.json
        └── instances_training.json

   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

请用户自行下载预训练模型dbnetpp_r50dcnv2_fpnc_100k_iter_synthtext-20220502-db297554.pth，将预训练模型重命名为res50dcnv2_synthtext.pth，并在源码包根目录下新建目录层级./checkpoints/textdet/dbnetpp/，将预训练模型移动到该目录下。

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。

     bash ./test/train_full_1p.sh --data_path=/data/xxx/  # 单卡精度
     
     bash ./test/train_performance_1p.sh --data_path=/data/xxx/  # 单卡性能

   • 单机8卡训练

     启动8卡训练。

     bash ./test/train_full_8p.sh --data_path=/data/xxx/  # 8卡精度
     
     bash ./test/train_performance_8p.sh --data_path=/data/xxx/  # 8卡性能

   --data_path参数填写数据集路径，需写到数据集的一级目录。

   主要参数：
   --seed                              //随机数种子设置
   --no-validate                       //设置在训练期间是否进行评测
   --load-from                         //权重加载
   --gpu-id                            //训练卡ID设置
   --diff-seed                         //是否在不同RANK上设置不同随机数种子

   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	Accuracy-Highest	samples/s	AMP_Type
1p-竞品A	Hmean: 0.861	26.08	O1
8p-竞品A	Hmean: 0.861	186.4	O1
1p-NPU	Hmean: 0.861	15.3	O1
8p-NPU	Hmean: 0.861	115.66	O1

版本说明

变更

2023.03.13：更新readme，重新发布。

2022.11.7：首次发布。

FAQ

无。

公网地址说明

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