ParseQ¶

1. 算法简介¶

论文信息：

Scene Text Recognition with Permuted Autoregressive Sequence Models Darwin Bautista, Rowel Atienza ECCV, 2021

原论文分别使用真实文本识别数据集(Real)和合成文本识别数据集(Synth)进行训练，在IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE数据集上进行评估。其中：

真实文本识别数据集(Real)包含COCO-Text, RCTW17, Uber-Text, ArT, LSVT, MLT19, ReCTS, TextOCR, OpenVINO数据集
合成文本识别数据集(Synth)包含MJSynth和SynthText数据集

在不同数据集上训练的算法的复现效果如下：

数据集	模型	骨干网络	配置文件	Acc	下载链接
Synth	ParseQ	VIT	rec_vit_parseq.yml	91.24%	训练模型
Real	ParseQ	VIT	rec_vit_parseq.yml	94.74%	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¶

请参考文本识别教程。PaddleOCR对代码进行了模块化，训练不同的识别模型只需要更换配置文件即可。

训练¶

具体地，在完成数据准备后，便可以启动训练，训练命令如下：

# 单卡训练（训练周期长，不建议）
python3 tools/train.py -c configs/rec/rec_vit_parseq.yml

# 多卡训练，通过--gpus参数指定卡号
python3 -m paddle.distributed.launch --gpus '0,1,2,3'  tools/train.py -c configs/rec/rec_vit_parseq.yml

评估¶

# GPU 评估， Global.pretrained_model 为待测权重
python3 -m paddle.distributed.launch --gpus '0' tools/eval.py -c configs/rec/rec_vit_parseq.yml -o Global.pretrained_model={path/to/weights}/best_accuracy

预测¶

# 预测使用的配置文件必须与训练一致
python3 tools/infer_rec.py -c configs/rec/rec_vit_parseq.yml -o Global.pretrained_model={path/to/weights}/best_accuracy Global.infer_img=doc/imgs_words/en/word_1.png

4. 推理部署¶

4.1 Python推理¶

首先将ParseQ文本识别训练过程中保存的模型，转换成inference model。（模型下载地址 )，可以使用如下命令进行转换：

python3 tools/export_model.py -c configs/rec/rec_vit_parseq.yml -o Global.pretrained_model=./rec_vit_parseq_real/best_accuracy Global.save_inference_dir=./inference/rec_parseq

ParseQ文本识别模型推理，可以执行如下命令：

python3 tools/infer/predict_rec.py --image_dir="./doc/imgs_words/en/word_1.png" --rec_model_dir="./inference/rec_parseq/" --rec_image_shape="3, 32, 128" --rec_algorithm="ParseQ" --rec_char_dict_path="ppocr/utils/dict/parseq_dict.txt" --max_text_length=25 --use_space_char=False

4.2 C++推理¶

由于C++预处理后处理还未支持ParseQ，所以暂未支持

4.3 Serving服务化部署¶

暂不支持

4.4 更多推理部署¶