PaddleOCR-v3-onnxrun-cpp-py
PaddleOCR-v3-onnxrun-cpp-py copied to clipboard
hpc203
我发现代码存在问题，且识别效果很差
最近闲来无事，把PaddleOCR官方代码和博主的代码都看了一遍（不得不吐槽下官方代码有些地方就是不想让你看懂，一些关键步骤都藏起来），自己把onnx推理代码完全重写一遍，相比官方代码的推理速度提升30%以上，内存占用缩小30%以上，效果显著！
博主代码中最主要的问题是，**文字识别步骤中图片预处理方式**不对，比如我一张600*24尺寸的图片，经过上述方式就变成320*48尺寸了，图片完全变形，导致识别不出来。所以改掉这一步，识别效果能好很多，还有些其它来自官方代码的问题就不多说了。
对的，resize需要是动态高宽的，因为有的文字很长，而有的文字有的很短，如果resize固定高宽的，那在输入长段文字时，会出现末尾的文字无法识别出来的。文字检测模块和文字识别模块都要使用保持高宽比的resize，而且文字检测模块resize之后的高宽需要是32的倍数，这样的效果才会更好。此外，这套代码已经挺旧了，可以更换到PaddleOCR-v4
---原始邮件--- 发件人: @.> 发送时间: 2024年1月29日(周一) 下午5:27 收件人: @.>; 抄送: @.***>; 主题: [hpc203/PaddleOCR-v3-onnxrun-cpp-py] 我发现代码存在问题，且识别效果很差 (Issue #11)
最近闲来无事，把PaddleOCR官方代码和博主的代码都看了一遍（不得不吐槽下官方代码有些地方就是不想让你看懂，一些关键步骤都藏起来），自己把onnx推理代码完全重写一遍，相比官方代码的推理速度提升30%以上，内存占用缩小30%以上，效果显著！ 博主代码中最主要的问题是，**文字识别步骤中图片预处理方式**不对，比如我一张600*24尺寸的图片，经过上述方式就变成320*48尺寸了，图片完全变形，导致识别不出来。所以改掉这一步，识别效果能好很多，还有些其它来自官方代码的问题就不多说了。
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.***>
亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！
我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。
从paddleocr官方仓库下载模型，执行pdaddle2onnx转换生成onnx文件，然后现在的程序里加载v4的onnx文件就可以的呀，代码不用改的，可能图像预处理函数要修改一下
---原始邮件--- 发件人: @.> 发送时间: 2024年5月11日(周六) 中午1:40 收件人: @.>; 抄送: @.@.>; 主题: Re: [hpc203/PaddleOCR-v3-onnxrun-cpp-py] 我发现代码存在问题，且识别效果很差 (Issue #11)
亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！
我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
嗯嗯 是的 预处理还比较复杂 v4的检测给出的是4个点的的识别结果 然后做了一遍透视变换 然后到了检测这边还做了一次resize 总之还比较复杂 需要根据python源代码来改写c++
从paddleocr官方仓库下载模型，执行pdaddle2onnx转换生成onnx文件，然后现在的程序里加载v4的onnx文件就可以的呀，代码不用改的，可能图像预处理函数要修改一下 … ---原始邮件--- 发件人: @.> 发送时间: 2024年5月11日(周六) 中午1:40 收件人: @.>; 抄送: @.@.>; 主题: Re: [hpc203/PaddleOCR-v3-onnxrun-cpp-py] 我发现代码存在问题，且识别效果很差 (Issue #11) 亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！ 我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
图片预处理，要写成动态分辨率保持高宽比的的这种形式的，宽度是动态的。因为一行文字有长又短的情况，如果是固定分辨率的，那么在输入一行很长的文字图片的时候，文字图片的宽度大于输入宽度，那么识别文字就会有遗漏的，这个特别要注意
---原始邮件--- 发件人: @.> 发送时间: 2024年5月12日(周日) 中午1:26 收件人: @.>; 抄送: @.@.>; 主题: Re: [hpc203/PaddleOCR-v3-onnxrun-cpp-py] 我发现代码存在问题，且识别效果很差 (Issue #11)
嗯嗯 是的 预处理还比较复杂 v4的检测给出的是4个点的的识别结果 然后做了一遍透视变换 然后到了检测这边还做了一次resize 总之还比较复杂 需要根据python源代码来改写c++
从paddleocr官方仓库下载模型，执行pdaddle2onnx转换生成onnx文件，然后现在的程序里加载v4的onnx文件就可以的呀，代码不用改的，可能图像预处理函数要修改一下 … ---原始邮件--- 发件人: @.> 发送时间: 2024年5月11日(周六) 中午1:40 收件人: @.>; 抄送: @.@.>; 主题: Re: [hpc203/PaddleOCR-v3-onnxrun-cpp-py] 我发现代码存在问题，且识别效果很差 (Issue #11) 亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！ 我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
对的，resize需要是动态高宽的，因为有的文字很长，而有的文字有的很短，如果resize固定高宽的，那在输入长段文字时，会出现末尾的文字无法识别出来的。文字检测模块和文字识别模块都要使用保持高宽比的resize，而且文字检测模块resize之后的高宽需要是32的倍数，这样的效果才会更好。此外，这套代码已经挺旧了，可以更换到PaddleOCR-v4 … ---原始邮件--- 发件人: @.> 发送时间: 2024年1月29日(周一) 下午5:27 收件人: @.>; 抄送: @.>; 主题: [hpc203/PaddleOCR-v3-onnxrun-cpp-py] 我发现代码存在问题，且识别效果很差 (Issue #11) 最近闲来无事，把PaddleOCR官方代码和博主的代码都看了一遍（不得不吐槽下官方代码有些地方就是不想让你看懂，一些关键步骤都藏起来），自己把onnx推理代码完全重写一遍，相比官方代码的推理速度提升30%以上，内存占用缩小30%以上，效果显著！ 博主代码中最主要的问题是，文字识别步骤中图片预处理方式不对，比如我一张60024尺寸的图片，经过上述方式就变成32048尺寸了，图片完全变形，导致识别不出来。所以改掉这一步，识别效果能好很多，还有些其它来自官方代码的问题就不多说了。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.**>
嗯嗯 非常感谢！！
亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！
我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。
您好，可否参考下python代码，邮箱[email protected]，感谢！
亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！
我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。
您好，可否参考下python代码，邮箱[email protected]，感谢！
稍等，我准备将改写的代码添加上注释发布到我自己的GitHub仓库中，预计这几天完成，完成后我发个仓库地址给你。
亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！
我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。
您好，可否参考下python代码，邮箱[email protected]，感谢！
我已经将代码放到我的GitHub仓库里了，仓库地址----> https://github.com/lasifea/simple-vision-tasks
嗯嗯 是的 预处理还比较复杂 v4的检测给出的是4个点的的识别结果 然后做了一遍透视变换 然后到了检测这边还做了一次resize 总之还比较复杂 需要根据python源代码来改写c++
从paddleocr官方仓库下载模型，执行pdaddle2onnx转换生成onnx文件，然后现在的程序里加载v4的onnx文件就可以的呀，代码不用改的，可能图像预处理函数要修改一下 … ---原始邮件--- 发件人: @.> 发送时间: 2024年5月11日(周六) 中午1:40 收件人: _@**._>; 抄送: _@.@._>; 主题: Re: [hpc203/PaddleOCR-v3-onnxrun-cpp-py] 我发现代码存在问题，且识别效果很差 (Issue #11) 亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！ 我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: _@_.*>
抱歉，之前我没有注意到你这条消息，我现在把代码放到我的GitHub仓库里了，仓库地址----> https://github.com/lasifea/simple-vision-tasks
亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！
我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。
您好，可否参考下python代码，邮箱[email protected]，感谢！
我已经将代码放到我的GitHub仓库里了，仓库地址----> https://github.com/lasifea/simple-vision-tasks
非常感谢！
是的，文字检测和文字识别模块，输入分辨率要是动态的，并且在检测模块，输入的高宽是32的倍数，这样才会取得好的效果
---原始邮件--- 发件人: @.> 发送时间: 2024年8月14日(周三) 上午9:23 收件人: @.>; 抄送: @.@.>; 主题: Re: [hpc203/PaddleOCR-v3-onnxrun-cpp-py] 我发现代码存在问题，且识别效果很差 (Issue #11)
亲 可以针对paddleocr v4开个onnxruntime cpp reference的源代码不 感谢感谢！
我是用的python代码改写，自己也不擅长C++，所以并没有C++实现的代码，如果你需要python实现的代码，我可以发你一份和相关模型，再根据我的代码思路用C++实现。
@.***，感谢！
我已经将代码放到我的GitHub仓库里了，仓库地址----> https://github.com/lasifea/simple-vision-tasks
非常感谢！
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>