benchmark.md 2.83 KB
Newer Older
dyning's avatar
dyning committed
1
2
# Benchmark

WenmuZhou's avatar
WenmuZhou committed
3
本文给出了中英文OCR系列模型精度指标和在各平台预测耗时的benchmark。
dyning's avatar
dyning committed
4
5

## 测试数据  
WenmuZhou's avatar
WenmuZhou committed
6
针对OCR实际应用场景,包括合同,车牌,铭牌,火车票,化验单,表格,证书,街景文字,名片,数码显示屏等,收集的300张图像,每张图平均有17个文本框,下图给出了一些图像示例。
dyning's avatar
dyning committed
7

WenmuZhou's avatar
WenmuZhou committed
8
9
10
<div align="center">
<img src="../datasets/doc.jpg"  width = "1000" height = "500" />
</div>
dyning's avatar
dyning committed
11

WenmuZhou's avatar
WenmuZhou committed
12
## 评估指标  
dyning's avatar
dyning committed
13

WenmuZhou's avatar
WenmuZhou committed
14
15
16
说明:
- v1.0是未添加优化策略的DB+CRNN模型,v1.1是添加多种优化策略和方向分类器的PP-OCR模型。slim_v1.1是使用裁剪或量化的模型。
- 检测输入图像的的长边尺寸是960。
dyning's avatar
dyning committed
17
- 评估耗时阶段为图像输入到结果输出的完整阶段,包括了图像的预处理和后处理。  
WenmuZhou's avatar
WenmuZhou committed
18
- `Intel至强6148`为服务器端CPU型号,测试中使用Intel MKL-DNN 加速。
dyning's avatar
dyning committed
19
- `骁龙855`为移动端处理平台型号。  
WenmuZhou's avatar
WenmuZhou committed
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

不同预测模型大小和整体识别精度对比

| 模型名称                     | 整体模型<br>大小\(M\) | 检测模型<br>大小\(M\) | 方向分类器<br>模型大小\(M\) | 识别模型<br>大小\(M\) | 整体识别<br>F\-score |
|:-:|:-:|:-:|:-:|:-:|:-:|
| ch\_ppocr\_mobile\_v1\.1 | 8\.1        | 2\.6        | 0\.9           | 4\.6        | 0\.5193      |
| ch\_ppocr\_server\_v1\.1 | 155\.1      | 47\.2       | 0\.9           | 107         | 0\.5414      |
| ch\_ppocr\_mobile\_v1\.0 | 8\.6        | 4\.1        | \-             | 4\.5        | 0\.393       |
| ch\_ppocr\_server\_v1\.0 | 203\.8      | 98\.5       | \-             | 105\.3      | 0\.4436      |

不同预测模型在T4 GPU上预测速度对比,单位ms

| 模型名称                     | 整体  | 检测 | 方向分类器 | 识别  |
|:-:|:-:|:-:|:-:|:-:|
| ch\_ppocr\_mobile\_v1\.1 | 137 | 35 | 24    | 78  |
| ch\_ppocr\_server\_v1\.1 | 204 | 39 | 25    | 140 |
| ch\_ppocr\_mobile\_v1\.0 | 117 | 41 | \-    | 76  |
| ch\_ppocr\_server\_v1\.0 | 199 | 52 | \-    | 147 |

不同预测模型在CPU上预测速度对比,单位ms

| 模型名称                     | 整体   | 检测  | 方向分类器 | 识别  |
|:-:|:-:|:-:|:-:|:-:|
| ch\_ppocr\_mobile\_v1\.1 | 421  | 164 | 51    | 206 |
| ch\_ppocr\_mobile\_v1\.0 | 398  | 219 | \-    | 179 |

裁剪量化模型和原始模型模型大小,整体识别精度和在SD 855上预测速度对比

| 模型名称                           | 整体模型<br>大小\(M\) | 检测模型<br>大小\(M\) | 方向分类器<br>模型大小\(M\) | 识别模型<br>大小\(M\) | 整体识别<br>F\-score | SD 855<br>\(ms\) |
|:-:|:-:|:-:|:-:|:-:|:-:|:-:|
| ch\_ppocr\_mobile\_v1\.1       | 8\.1        | 2\.6        | 0\.9           | 4\.6        | 0\.5193      | 306          |
| ch\_ppocr\_mobile\_slim\_v1\.1 | 3\.5        | 1\.4        | 0\.5           | 1\.6        | 0\.521       | 268          |