1998wy123

Results 32 comments of 1998wy123

请问方向分类器头部网络clshead 是什么样的结构，在线等

是从cls_head.py那个文件看的

送到串联推理系统的图片尺寸有要求吗？我看检测里写的这两句代码min_input_shape = "x": [1, 3, 50, 50],max_input_shape = "x": [1, 3, 1536, 1536],最小是50*50，最大是1536*1536，那会把图片resize到统一尺寸再检测吗？

在tools.infer.utility.py,串联推理的时候，不管输入什么尺寸的图片都可以预测是吗？还是比如说比960大了resize到960，比960小了resize到960 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年8月3日(星期三) 下午2:06 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [PaddlePaddle/PaddleOCR] 送到串联推理系统的图片尺寸有要求吗？我看检测里写的这两句代码min_input_shape = "x": [1, 3, 50, 50],max_input_shape = "x": [1, 3, 1536, 1536],最小是50*50，最大是1536*1536，那会把图片resize到统一尺寸再检测吗？ (Issue #7082)...

送到串联推理系统的图片尺寸有要求吗？我看检测里写的这两句代码min_input_shape = "x": [1, 3, 50, 50],max_input_shape = "x": [1, 3, 1536, 1536],最小是50*50，最大是1536*1536，那会把图片resize到统一尺寸再检测吗？

if mode == "det": min_input_shape = { "x": [1, 3, 50, 50], "conv2d_92.tmp_0": [1, 120, 20, 20], "conv2d_91.tmp_0": [1, 24, 10, 10], "conv2d_59.tmp_0": [1, 96, 20, 20], "nearest_interp_v2_1.tmp_0": [1, 256,...

送到串联推理系统的图片尺寸有要求吗？我看检测里写的这两句代码min_input_shape = "x": [1, 3, 50, 50],max_input_shape = "x": [1, 3, 1536, 1536],最小是50*50，最大是1536*1536，那会把图片resize到统一尺寸再检测吗？

老师，我看这个参数的解释会把预测图片resize呀，这里只说超过960的情况，那小于960的会resize到960吗 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年8月3日(星期三) 晚上7:44 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [PaddlePaddle/PaddleOCR] 送到串联推理系统的图片尺寸有要求吗？我看检测里写的这两句代码min_input_shape = "x": [1, 3, 50, 50],max_input_shape = "x": [1, 3, 1536, 1536],最小是50*50，最大是1536*1536，那会把图片resize到统一尺寸再检测吗？ (Issue #7082)...

用级联推理命令，为什么推理时间达到2.8秒，我看paddleocr论文写的是毫秒级呀，我测试的是单张图片，用的这个命令python tools/infer/predict_system.py --image_dir="./doc/imgs/test1/test2_1.png" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --use_angle_cls=True --rec_image_shape="3,32,320"

在服务器上跑的，服务器是GPU-3080TI,请问发票里指定字段的识别怎么处理 ------------------ 原始邮件 ------------------ 发件人: "PaddlePaddle/PaddleOCR" ***@***.***>; 发送时间: 2022年7月27日(星期三) 下午3:32 ***@***.***>; ***@***.******@***.***>; 主题: Re: [PaddlePaddle/PaddleOCR] 用级联推理命令，为什么推理时间达到2.8秒，我看paddleocr论文写的是毫秒级呀，我测试的是单张图片，用的这个命令python tools/infer/predict_system.py --image_dir="./doc/imgs/test1/test2_1.png" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --use_angle_cls=True --rec_image_shape="3,32,320" (Issue #6981) 请问你使用的是什么配置的设备哪 — Reply to this email directly, view it...

用级联推理命令，为什么推理时间达到2.8秒，我看paddleocr论文写的是毫秒级呀，我测试的是单张图片，用的这个命令python tools/infer/predict_system.py --image_dir="./doc/imgs/test1/test2_1.png" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --use_angle_cls=True --rec_image_shape="3,32,320"

请问，推理的时候，预测图进入文本检测前会将图片尺寸resize到统一尺寸吗？ ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年8月3日(星期三) 晚上9:03 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [PaddlePaddle/PaddleOCR] 用级联推理命令，为什么推理时间达到2.8秒，我看paddleocr论文写的是毫秒级呀，我测试的是单张图片，用的这个命令python tools/infer/predict_system.py --image_dir="./doc/imgs/test1/test2_1.png" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --use_angle_cls=True --rec_image_shape="3,32,320" (Issue #6981) 有加载模型的过程，这部分也会耗时，从第二张图片开始就快了 — Reply to this...

用级联推理命令，为什么推理时间达到2.8秒，我看paddleocr论文写的是毫秒级呀，我测试的是单张图片，用的这个命令python tools/infer/predict_system.py --image_dir="./doc/imgs/test1/test2_1.png" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --use_angle_cls=True --rec_image_shape="3,32,320"

谢谢 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年8月3日(星期三) 晚上9:08 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [PaddlePaddle/PaddleOCR] 用级联推理命令，为什么推理时间达到2.8秒，我看paddleocr论文写的是毫秒级呀，我测试的是单张图片，用的这个命令python tools/infer/predict_system.py --image_dir="./doc/imgs/test1/test2_1.png" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --use_angle_cls=True --rec_image_shape="3,32,320" (Issue #6981) 请问，推理的时候，预测图进入文本检测前会将图片尺寸resize到统一尺寸吗？ … ------------------ 原始邮件 ------------------ 发件人: @.>;...

请问推理时，服务器的环境是GPU-3080TI，一张图片用了2.83秒，论文上说是毫秒级，这是什么原因呢？在线等

你的文件夹里放了多少张预测图 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年8月2日(星期二) 上午10:44 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [PaddlePaddle/PaddleOCR] 请问推理时，服务器的环境是GPU-3080TI，一张图片用了2.83秒，论文上说是毫秒级，这是什么原因呢？在线等 (Issue #7047) 求教，我也遇到了同样的问题。我看其它回答说第一张图片是在预热，多跑几张后面的就快了，但我后面的图片也要用到大概200ms左右，太慢了。有没有老铁解救一下。用的是relese2.5下c++跑的，参数都是默认参数，模型是官网的轻量模型。是因为我没开tensorrt的原因吗 — Reply to this email directly, view it on GitHub, or...

请问推理时，服务器的环境是GPU-3080TI，一张图片用了2.83秒，论文上说是毫秒级，这是什么原因呢？在线等

我上次放了三张，用的python tools/infer/predict_system.py --image_dir="./test2" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/"  --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_slim_infer/"  --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --use_angle_cls=True --use_gpu=True--rec_image_shape="3,32,320"这个命令，平均时间2.83秒，是因为它预热十次的原因吗 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年8月2日(星期二) 上午10:51 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [PaddlePaddle/PaddleOCR] 请问推理时，服务器的环境是GPU-3080TI，一张图片用了2.83秒，论文上说是毫秒级，这是什么原因呢？在线等 (Issue #7047) 不管放多少张，只有第一张是最慢的，后面都是200ms左右 — Reply to this...

请问推理时，服务器的环境是GPU-3080TI，一张图片用了2.83秒，论文上说是毫秒级，这是什么原因呢？在线等

------------------ 原始邮件 ------------------ 发件人: "PaddlePaddle/PaddleOCR" ***@***.***>; 发送时间: 2022年8月2日(星期二) 上午10:51 ***@***.***>; ***@***.******@***.***>; 主题: Re: [PaddlePaddle/PaddleOCR] 请问推理时，服务器的环境是GPU-3080TI，一张图片用了2.83秒，论文上说是毫秒级，这是什么原因呢？在线等 (Issue #7047) 不管放多少张，只有第一张是最慢的，后面都是200ms左右 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this...