DRRG¶
1. 算法简介¶
论文信息：
Deep Relational Reasoning Graph Network for Arbitrary Shape Text Detection Zhang, Shi-Xue and Zhu, Xiaobin and Hou, Jie-Bo and Liu, Chang and Yang, Chun and Wang, Hongfa and Yin, Xu-Cheng CVPR, 2020
在CTW1500文本检测公开数据集上，算法复现效果如下：
| 模型 | 骨干网络 | 配置文件 | precision | recall | Hmean | 下载链接 |
|---|---|---|---|---|---|---|
| DRRG | ResNet50_vd | configs/det/det_r50_drrg_ctw.yml | 89.92% | 80.91% | 85.18% | 训练模型 |
2. 环境配置¶
请先参考《运行环境准备》配置PaddleOCR运行环境，参考《项目克隆》克隆项目代码。
3. 模型训练、评估、预测¶
上述DRRG模型使用CTW1500文本检测公开数据集训练得到，数据集下载可参考 ocr_datasets。
数据下载完成后，请参考文本检测训练教程进行训练。PaddleOCR对代码进行了模块化，训练不同的检测模型只需要更换配置文件即可。
4. 推理部署¶
4.1 Python推理¶
由于模型前向运行时需要多次转换为Numpy数据进行运算，因此DRRG的动态图转静态图暂未支持。
4.2 C++推理¶
暂未支持
4.3 Serving服务化部署¶
暂未支持
4.4 更多推理部署¶
暂未支持
5. FAQ¶
引用¶
@inproceedings{zhang2020deep,
title={Deep relational reasoning graph network for arbitrary shape text detection},
author={Zhang, Shi-Xue and Zhu, Xiaobin and Hou, Jie-Bo and Liu, Chang and Yang, Chun and Wang, Hongfa and Yin, Xu-Cheng},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
pages={9699--9708},
year={2020}
}