Skip to content

GitLab

Commit 8f22d440 authored by LDOUBLEV's avatar LDOUBLEV
Browse files

add faq

parent 767fad23
Show whitespace changes
Inline Side-by-side
Showing with 25 additions and 0 deletions
doc/doc_ch/FAQ.md
View file @ 8f22d440
...@@ -455,6 +455,19 @@ A：以检测中的resnet骨干网络为例，图像输入网络之后，需要 ...@@ -455,6 +455,19 @@ A：以检测中的resnet骨干网络为例，图像输入网络之后，需要
A：可以在命令中加入 --det_db_unclip_ratio ，参数定义位置，这个参数是检测后处理时控制文本框大小的，默认1.6，可以尝试改成2.5或者更大，反之，如果觉得文本框不够紧凑，也可以把该参数调小。 A：可以在命令中加入 --det_db_unclip_ratio ，参数定义位置，这个参数是检测后处理时控制文本框大小的，默认1.6，可以尝试改成2.5或者更大，反之，如果觉得文本框不够紧凑，也可以把该参数调小。
#### Q：PP-OCR文本检测出现明显漏检，该如何调整参数或者训练。
A：以[#issue5851](https://github.com/PaddlePaddle/PaddleOCR/issues/5815)为例，文字出现漏检时，先分析问题原因。
首先，在[后处理处](https://github.com/PaddlePaddle/PaddleOCR/blob/767fad23a2b217f775f3c32314ab8b781966671c/ppocr/postprocess/db_postprocess.py#L177)添加如下代码，可视化模型对文字的分割区域：
```
import cv2
im = np.array(segmentation[0]*255).astype(np.uint8)
cv2.imwrite("db_seg_vis.jpg", im)
```
如果模型在漏检文字区域有分割区域，但是没有生成框，此类情况多为文字太小，文字弯曲，或者某一行开头的文字过大等等。可减小DB后处理参数[det_db_thresh](https://github.com/PaddlePaddle/PaddleOCR/blob/767fad23a2b217f775f3c32314ab8b781966671c/tools/infer/utility.py#L52)和[det_db_box_thresh](https://github.com/PaddlePaddle/PaddleOCR/blob/767fad23a2b217f775f3c32314ab8b781966671c/tools/infer/utility.py#L53)，或者设置[use_dilation](https://github.com/PaddlePaddle/PaddleOCR/blob/767fad23a2b217f775f3c32314ab8b781966671c/tools/infer/utility.py#L56)为True扩大文字分割区域。
如果模型在漏检文字区域没有分割区域，是模型对此类数据没有训练好，建议用PP-OCR的模型在你的数据场景上finetune。
<a name="27"></a> <a name="27"></a>
### 2.7 模型结构 ### 2.7 模型结构
...@@ -839,3 +852,15 @@ nvidia-smi --lock-gpu-clocks=1590 -i 0 ...@@ -839,3 +852,15 @@ nvidia-smi --lock-gpu-clocks=1590 -i 0
#### Q: 预测时显存爆炸、内存泄漏问题？ #### Q: 预测时显存爆炸、内存泄漏问题？
**A**: 打开显存/内存优化开关`enable_memory_optim`可以解决该问题，相关代码已合入，[查看详情](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.1/tools/infer/utility.py#L153)。 **A**: 打开显存/内存优化开关`enable_memory_optim`可以解决该问题，相关代码已合入，[查看详情](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.1/tools/infer/utility.py#L153)。
#### Q: TRT预测报错：InvalidArgumentError: some trt inputs dynamic shape info not set, check the INFO log above for more details.
**A**: PP-OCR的模型采用动态shape预测，因为TRT子图划分问题，需要设置额外参数的shape；
首先，屏蔽此行代码[config.disable_glog_info()](https://github.com/PaddlePaddle/PaddleOCR/blob/767fad23a2b217f775f3c32314ab8b781966671c/tools/infer/utility.py#L306)输出日志，重新预测，根据报错信息中的提示设置某些参数的动态shape。
假设报错信息中：
trt input [lstm_1.tmp_0] dynamic shape info not set, please check and retry.
可以参考[检测模型里设置动态shape的方式](https://github.com/PaddlePaddle/PaddleOCR/blob/8de06d2370e81e0ee1473d17925fb2e05295a0fe/tools/infer/utility.py#L268-L270)设置lstm_1.tmp_0的动态shape，识别模型的动态shape在[这里](https://github.com/PaddlePaddle/PaddleOCR/blob/8de06d2370e81e0ee1473d17925fb2e05295a0fe/tools/infer/utility.py#L275-L277)；
如果不清楚lstm_1.tmp_0的shape是多少，可以把inference.pdmodel 放在网页 https://netron.app/ 里可视化，搜索lstm_1.tmp_0 查看该参数的shape信息。
\ No newline at end of file
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