完善代码和文档

CMakeLists.txt

@@ -2,7 +2,7 @@
 cmake_minimum_required(VERSION 3.5)
 
 # 设置项目名
-project(MIGraphX_Samples)
+project(PaddleOCR_VLPR)
 
 # 设置编译器
 set(CMAKE_CXX_COMPILER g++)
@@ -37,7 +37,7 @@ link_libraries(${LIBRARY})
 
 # 添加源文件
 set(SOURCE_FILES ${CMAKE_CURRENT_SOURCE_DIR}/Src/main.cpp
-                ${CMAKE_CURRENT_SOURCE_DIR}/Src/Sample.cpp
+                # ${CMAKE_CURRENT_SOURCE_DIR}/Src/Sample.cpp
                 ${CMAKE_CURRENT_SOURCE_DIR}/Src/PaddleOCR/VLPR/clipper.cpp
                 ${CMAKE_CURRENT_SOURCE_DIR}/Src/PaddleOCR/VLPR/OcrDB.cpp
                 ${CMAKE_CURRENT_SOURCE_DIR}/Src/PaddleOCR/VLPR/utility.cpp
@@ -47,4 +47,4 @@ set(SOURCE_FILES ${CMAKE_CURRENT_SOURCE_DIR}/Src/main.cpp
                 ${CMAKE_CURRENT_SOURCE_DIR}/Src/Utility/Filesystem.cpp)
 
 # 添加可执行目标
-add_executable(MIGraphX_Samples ${SOURCE_FILES})
+add_executable(PaddleOCR_VLPR ${SOURCE_FILES})

Python/PaddleOCR_infer_migraphx.py

@@ -271,7 +271,7 @@ class process_pred(object):
                 else:
                     conf_list.append(1)
             text = ''.join(char_list)
-            result_list.append((text, round(np.mean(conf_list), 2)))
+            result_list.append(text)
         return result_list
 
     def __call__(self, preds, label=None):
@@ -533,7 +533,8 @@ if __name__=='__main__':
     start = time.time()
     ocr_sys = det_rec_functions(image)
     dt_boxes = ocr_sys.get_boxes()
-    results_info = ocr_sys.recognition_img(dt_boxes)
+    results = ocr_sys.recognition_img(dt_boxes)
+    results_info = results[0][0]
     
     print('net forward time: {:.4f}'.format(time.time() - start))
     print("############# OCR Results #############")

README.md

@@ -8,7 +8,9 @@
 
 DBnet是一种基于分割的文本检测方法，相比传统分割方法需要设定固定阈值，该模型将二值化操作插入到分割网络中进行联合优化，通过网络学习可以自适应的预测图像中每一个像素点的阈值，能够在像素水平很好的检测自然场景下不同形状的文字。SVTR是一种端到端的文本识别模型，通过单个视觉模型就可以一站式解决特征提取和文本转录两个任务，同时也保证了更快的推理速度。百度PaddleOCR开源项目提供了车牌识别的预训练模型，本示例使用PaddleOCR提供的蓝绿黄牌识别模型进行推理。
 
-## 构建安装
+## C++版本推理
+
+### 拉取镜像
 
 在光源可拉取推理的docker镜像，PaddleOCR工程推荐的镜像如下：
 
@@ -19,7 +21,7 @@ docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0
 ### 安装Opencv依赖
 
 ```python
-cd <path_to_migraphx_samples>
+cd <path_to_paddleocr_migraphx>
 sh ./3rdParty/InstallOpenCVDependences.sh
 ```
 
@@ -59,9 +61,7 @@ export LD_LIBRARY_PATH=<path_to_migraphx_samples>/depend/lib/:$LD_LIBRARY_PATH
 source ~/.bashrc
 ```
 
-## 推理
-
-### C++版本推理
+### 运行示例
 
 成功编译PaddleOCR车牌识别工程后，在build目录下输入如下命令运行该示例：
 
@@ -70,18 +70,22 @@ source ~/.bashrc
 export MIGRAPHX_DYNAMIC_SHAPE=1
 
 # 运行示例
-./MIGraphX 0
+./PaddleOCR_VLPR
 ```
 
 PaddleOCR车牌识别结果为：
 
 ```
-[皖AD19906, 0.999067]
+皖AD19906
 ```
 
-### python版本推理
+## python版本推理
+
+PaddleOCR工程同时提供了python推理示例。
+
+### 环境配置
 
-PaddleOCR工程同时提供了python推理示例，可使用如下命令运行：
+python推理示例推荐使用C++版本示例同一镜像，python依赖安装：
 
 ```
 # 进入python示例目录
@@ -89,15 +93,20 @@ cd ./Python
 
 # 安装依赖
 pip install -r requirements.txt
+```
+
+### 运行示例
 
-# 运行程序
+环境配置成功之后，可在当前目录执行如下指令运行程序推理：
+
+```
 python PaddleOCR_infer_migraphx.py
 ```
 
 PaddleOCR车牌识别结果为：
 
 ```
-[[('皖AD19906', 0.99)]]
+皖AD19906
 ```
 
 ## 历史版本

Src/Sample.cpp

-#include <Sample.h>
-#include <opencv2/dnn.hpp>
-#include <SimpleLog.h>
-#include <Filesystem.h>
-#include <VLPR.h>
-#include <fstream>
-
-
-using namespace std;
-using namespace cv;
-using namespace cv::dnn;
-using namespace migraphx;
-using namespace migraphxSamples;
-
-
-void Sample_VLPR()
-{
-    // 创建PaddleOCR车牌识别
-    VLPR vlpr;
-    InitializationParameterOfDB initParamOfDB; 
-    InitializationParameterOfSVTR initParamOfSVTR;
-    vlpr.Initialize(initParamOfDB, initParamOfSVTR);
-
-    // 读取测试图片
-    cv:: Mat Image=cv::imread("../Resource/Images/vlpr.jpg", 1);
-
-    // 推理
-    std::vector<std::string> recTexts;
-    std::vector<float> recTextScores;
-    double time1 = getTickCount();
-    vlpr.Infer(Image, recTexts, recTextScores); 
-    double time2 = getTickCount();
-    double elapsedTime = (time2 - time1)*1000 / getTickFrequency();
-    LOG_INFO(stdout, "inference time:%f ms\n", elapsedTime);
-
-    // 打印结果
-    for (int i = 0; i < recTexts.size(); i++) 
-    {
-        printf("VLPR Result:[%s, %f]\n", recTexts[i].c_str(), recTextScores[i]);
-    }
-}
\ No newline at end of file

Src/Sample.h

-// 示例程序
-
-#ifndef __SAMPLE_H__
-#define __SAMPLE_H__
-
-
-// VLPR  sample
-void Sample_VLPR();
-
-
-#endif
\ No newline at end of file

Src/main.cpp

 #include <stdio.h>
 #include <stdlib.h>
 #include <string.h>
-#include <Sample.h>
+#include <opencv2/dnn.hpp>
+#include <SimpleLog.h>
+#include <Filesystem.h>
+#include <VLPR.h>
+#include <fstream>
+
+using namespace std;
+using namespace cv;
+using namespace migraphx;
+using namespace migraphxSamples;
 
-void MIGraphXSamplesUsage(char* programName)
-{
-    printf("Usage : %s <index> \n", programName);
-    printf("index:\n");
-    printf("\t 0) PaddleOCR VLPR sample.\n");
-}
 
-int main(int argc, char *argv[])
+int main()
 {
-    if (argc < 2 || argc > 2)
-    {
-        MIGraphXSamplesUsage(argv[0]);
-        return -1;
-    }
-    if (!strncmp(argv[1], "-h", 2))
+    // 创建PaddleOCR车牌识别
+    VLPR vlpr;
+    InitializationParameterOfDB initParamOfDB; 
+    InitializationParameterOfSVTR initParamOfSVTR;
+    vlpr.Initialize(initParamOfDB, initParamOfSVTR);
+
+    // 读取测试图片
+    cv:: Mat Image=cv::imread("../Resource/Images/2.jpg", 1);
+
+    // 推理
+    std::vector<std::string> recTexts;
+    std::vector<float> recTextScores;
+    double time1 = getTickCount();
+    vlpr.Infer(Image, recTexts, recTextScores); 
+    double time2 = getTickCount();
+    double elapsedTime = (time2 - time1)*1000 / getTickFrequency();
+    LOG_INFO(stdout, "inference time:%f ms\n", elapsedTime);
+
+    // 打印结果
+    for (int i = 0; i < recTexts.size(); i++) 
     {
-        MIGraphXSamplesUsage(argv[0]);
-        return 0;
-    }
-    switch (*argv[1])
-    {  
-        case '0':
-            {
-                Sample_VLPR();
-                break;
-            }
-        default :
-            {
-                MIGraphXSamplesUsage(argv[0]);
-                break;
-            }
+        printf("VLPR Result:%s\n", recTexts[i].c_str());
     }
-    return 0;
 }
\ No newline at end of file