修改readme

LPRNet_migraphx_infer.py

@@ -84,7 +84,7 @@ def LPRNetInference(args):
 if __name__ == '__main__':
     parser = argparse.ArgumentParser(description='parameters to vaildate net')
     parser.add_argument('--model', default='model/LPRNet.onnx', help='model path to inference')
-    parser.add_argument('--imgpath', default='imgs/京PL3N67.jpg', help='the image path')
+    parser.add_argument('--imgpath', default='imgs', help='the image path')
     parser.add_argument('--savepath', default='model/LPRNet.mxr', help='mxr model save path and name')
     args = parser.parse_args()
 

README.md

@@ -30,7 +30,9 @@ LPR模型用test.py对训练出的模型进行测试，使用方法如下：
         --export_onnx 该参数用于选择是否需要将pth模型转为onnx模型
         --dynamic 该参数用于选择onnx模型是否使用动态的batch size
 ### 推理
-我们分别提供了基于OnnxRuntime(ORT)和Migraphx的推理脚本
+我们分别提供了基于OnnxRuntime(ORT)和Migraphx的推理脚本，版本依赖：
+* ONNXRuntime(DCU版本) >= 1.14.0
+* Migraphx(DCU版本) >= 2.5.0
 #### ORT
 LPRNet_ORT_infer.py是基于ORT的的推理脚本，使用方法：
 
@@ -40,11 +42,13 @@ LPRNet_migraphx_infer.py是基于Migraphx的推理脚本，使用需安装好Mig
 
     python LPRNet_migraphx_infer.py --model mxr/onnx模型路径 --imgpath 数据路径(文件夹图像皆可) --savepath mxr模型的保存路径以及模型名称
 ## 性能和准确率数据
-测试数据使用的是[LPRNet_Pytorch](https://github.com/sirius-ai/LPRNet_Pytorch/tree/master/data/test)
+测试数据使用的是[LPRNet_Pytorch](https://github.com/sirius-ai/LPRNet_Pytorch/tree/master/data/test)，使用的加速卡是DCU Z100。**mxr格式的模型是migraphx创建的onnx模型的离线引擎。**
 
-| size | personal test imgs(%) | DCU(pth/ms) |DCU(onnx/ms) | DCU(mxr/ms)|
-| :------: | :------: | :------: |:------: |:------: |
-| 1.7M | 96.0+ | 52 | 51 | |
+| Engine | Model Format | Accuracy(%) | Speed(ms) |
+| :------: | :------: | :------: |:------: |
+| ONNXRuntime | onnx | 91.0 | 37.62  |
+| Migraphx | onnx | 91.0 | 3.70 |
+| Migraphx | mxr | 91.0 | 3.27 |
 ## 参考
 * [LPRNet: License Plate Recognition via Deep Neural Networks](https://arxiv.org/pdf/1806.10447v1.pdf)
 * [LPRNet_Pytorch](https://github.com/sirius-ai/LPRNet_Pytorch)

test.py

@@ -70,7 +70,6 @@ def validation(args):
             dynamic_axes={'input': {0: 'batch'}, 'output': {0: 'batch'}} if args.dynamic else None,
             opset_version=12,
             )
-    return res
     
 
 if __name__ == '__main__':
@@ -84,5 +83,5 @@ if __name__ == '__main__':
     parser.add_argument('--dynamic', default=False, help='use dynamic batch size')
     args = parser.parse_args()
 
-    result = validation(args)
+    validation(args)