You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
PaddleOCR模型推理参数解释
在使用PaddleOCR进行模型推理时， ， （ ： utility.py ），详细的参数解释如下所示。
参数名称
类型
默认值
含义
image_dir
str
无，必须显式指定
图像或者文件夹路径
page_num
int
0
当输入类型为pdf文件时有效， ，
vis_font_path
str
"./doc/fonts/simfang.ttf"
用于可视化的字体路径
drop_score
float
0.5
识别得分小于该值的结果会被丢弃，不会作为返回结果
use_pdserving
bool
False
是否使用Paddle Serving进行预测
warmup
bool
False
是否开启warmup， ，
draw_img_save_dir
str
"./inference_results"
系统串联预测OCR结果的保存文件夹
save_crop_res
bool
False
是否保存OCR的识别文本图像
crop_res_save_dir
str
"./output"
保存OCR识别出来的文本图像路径
use_mp
bool
False
是否开启多进程预测
total_process_num
int
6
开启的进程数，use_mp为True时生效
process_id
int
0
当前进程的id号，
benchmark
bool
False
是否开启benchmark，
save_log_path
str
"./log_output/"
开启benchmark时，日志结果的保存文件夹
show_log
bool
True
是否显示预测中的日志信息
use_onnx
bool
False
是否开启onnx预测
参数名称
类型
默认值
含义
use_gpu
bool
True
是否使用GPU进行预测
ir_optim
bool
True
是否对计算图进行分析与优化，开启后可以加速预测过程
use_tensorrt
bool
False
是否开启tensorrt
min_subgraph_size
int
15
tensorrt中最小子图size， ，
precision
str
fp32
预测的精度，支持fp32, fp16, int8 3种输入
enable_mkldnn
bool
True
是否开启mkldnn
cpu_threads
int
10
开启mkldnn时，
参数名称
类型
默认值
含义
det_algorithm
str
"DB"
文本检测算法名称，目前支持DB, EAST, SAST, PSE, DB++, FCE
det_model_dir
str
xx
检测inference模型路径
det_limit_side_len
int
960
检测的图像边长限制
det_limit_type
str
"max"
检测的边长限制类型，目前支持min和max， min表示保证图像最短边不小于det_limit_side_len， max表示保证图像最长边不大于det_limit_side_len
其中，
参数名称
类型
默认值
含义
det_db_thresh
float
0.3
DB输出的概率图中，
det_db_box_thresh
float
0.6
检测结果边框内，所有像素点的平均得分大于该阈值时，该结果会被认为是文字区域
det_db_unclip_ratio
float
1.5
Vatti clipping算法的扩张系数，使用该方法对文字区域进行扩张
max_batch_size
int
10
预测的batch size
use_dilation
bool
False
是否对分割结果进行膨胀以获取更优检测效果
det_db_score_mode
str
"fast"
DB的检测结果得分计算方法， fast和slow， fast是根据polygon的外接矩形边框内的所有像素计算平均得分， slow是根据原始polygon内的所有像素计算平均得分， ，
EAST算法相关参数如下
参数名称
类型
默认值
含义
det_east_score_thresh
float
0.8
EAST后处理中score map的阈值
det_east_cover_thresh
float
0.1
EAST后处理中文本框的平均得分阈值
det_east_nms_thresh
float
0.2
EAST后处理中nms的阈值
SAST算法相关参数如下
参数名称
类型
默认值
含义
det_sast_score_thresh
float
0.5
SAST后处理中的得分阈值
det_sast_nms_thresh
float
0.5
SAST后处理中nms的阈值
det_box_type
str
quad
是否多边形检测， （ ）
PSE算法相关参数如下
参数名称
类型
默认值
含义
det_pse_thresh
float
0.0
对输出图做二值化的阈值
det_pse_box_thresh
float
0.85
对box进行过滤的阈值，
det_pse_min_area
float
16
box的最小面积，
det_box_type
str
"quad"
返回框的类型， ，
det_pse_scale
int
1
输入图像相对于进后处理的图的比例，如640*640的图像，网络输出为160*160， ， 320*320。这个值调大可以加快后处理速度，但是会带来精度的下降
参数名称
类型
默认值
含义
rec_algorithm
str
"CRNN"
文本识别算法名称，目前支持CRNN, SRN, RARE, NETR, SAR, ViTSTR, ABINet, VisionLAN, SPIN, RobustScanner, SVTR, SVTR_LCNet
rec_model_dir
str
无，如果使用识别模型，该项是必填项
识别inference模型路径
rec_image_shape
str
"3,48,320"
识别时的图像尺寸
rec_batch_num
int
6
识别的batch size
max_text_length
int
25
识别结果最大长度，在SRN中有效
rec_char_dict_path
str
"./ppocr/utils/ppocr_keys_v1.txt"
识别的字符字典文件
use_space_char
bool
True
是否包含空格，如果为True，则会在最后字符字典中补充空格字符
参数名称
类型
默认值
含义
e2e_algorithm
str
"PGNet"
端到端算法名称，目前支持PGNet
e2e_model_dir
str
无，如果使用端到端模型，该项是必填项
端到端模型inference模型路径
e2e_limit_side_len
int
768
端到端的输入图像边长限制
e2e_limit_type
str
"max"
端到端的边长限制类型，目前支持min, max， min表示保证图像最短边不小于e2e_limit_side_len， max表示保证图像最长边不大于e2e_limit_side_len
e2e_pgnet_score_thresh
float
0.5
端到端得分阈值，小于该阈值的结果会被丢弃
e2e_char_dict_path
str
"./ppocr/utils/ic15_dict.txt"
识别的字典文件路径
e2e_pgnet_valid_set
str
"totaltext"
验证集名称，目前支持totaltext, partvgg，不同数据集对应的后处理方式不同，与训练过程保持一致即可
e2e_pgnet_mode
str
"fast"
PGNet的检测结果得分计算方法， fast和slow， fast是根据polygon的外接矩形边框内的所有像素计算平均得分， slow是根据原始polygon内的所有像素计算平均得分， ，
参数名称
类型
默认值
含义
use_angle_cls
bool
False
是否使用方向分类器
cls_model_dir
str
无，如果需要使用，则必须显式指定路径
方向分类器inference模型路径
cls_image_shape
str
"3,48,192"
预测尺度
label_list
list
['0', '180']
class id对应的角度值
cls_batch_num
int
6
方向分类器预测的batch size
cls_thresh
float
0.9
预测阈值， ， ， ，
