Skip to content

GitLab

Commit 73c360ce authored by tink2123's avatar tink2123
Browse files

upload rec pipeline

parent 5c7146c0
Hide whitespace changes
Inline Side-by-side
Showing with 2 additions and 2 deletions
doc/doc_ch/PP-OCRv3_introduction.md
View file @ 73c360ce
...@@ -92,7 +92,7 @@ PP-OCRv3 识别模型在 PP-OCRv2 的基础上从8个策略上进一步优化， ...@@ -92,7 +92,7 @@ PP-OCRv3 识别模型在 PP-OCRv2 的基础上从8个策略上进一步优化，
| 05 | + TextConAug | 12M | 76.3% | 7.6ms | | 05 | + TextConAug | 12M | 76.3% | 7.6ms |
| 06 | + TextRotNet | 12M | 76.9% | 7.6ms | | 06 | + TextRotNet | 12M | 76.9% | 7.6ms |
| 07 | + UDML | 12M | 78.4% | 7.6ms | | 07 | + UDML | 12M | 78.4% | 7.6ms |
| 08 | + HLD | 12M | 79.4% | 7.6ms | | 08 | + UIM | 12M | 79.4% | 7.6ms |
注： 测试速度时，实验01-03输入图片尺寸均为(3,32,320)，04-08输入图片尺寸均为(3,48,320) 注： 测试速度时，实验01-03输入图片尺寸均为(3,32,320)，04-08输入图片尺寸均为(3,48,320)
...@@ -112,7 +112,7 @@ PP-OCRv3 期望在提升模型精度的同时，不带来额外的推理耗时 ...@@ -112,7 +112,7 @@ PP-OCRv3 期望在提升模型精度的同时，不带来额外的推理耗时
2. 将4个 Global Attenntion Block 减小到2个，精度为72.9%，加速69%，网络结构如下所示： 2. 将4个 Global Attenntion Block 减小到2个，精度为72.9%，加速69%，网络结构如下所示：
<img src="../ppocr_v3/svtr_g2.png" width=800> <img src="../ppocr_v3/svtr_g2.png" width=800>
3. 实验发现 Global Attention 的预测速度与输入其特征的shape有关，因此后移Global Mixing Block的位置到池化层之后，精度下降为71.9%，速度超越 CNN-base 的PP-OCRv2 22%，网络结构如下所示： 3. 实验发现 Global Attention 的预测速度与输入其特征的shape有关，因此后移Global Mixing Block的位置到池化层之后，精度下降为71.9%，速度超越 CNN-base 的PP-OCRv2 22%，网络结构如下所示：
<img src="../ppocr_v3/LCNet-SVTR.png" width=800> <img src="../ppocr_v3/LCNet_SVTR.png" width=800>
| id | 策略 | 模型大小 | 精度 | 速度（cpu + mkldnn)| | id | 策略 | 模型大小 | 精度 | 速度（cpu + mkldnn)|
|-----|-----|--------|----| --- | |-----|-----|--------|----| --- |
......
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment