概述

简述

PSENet是一个用于自然文本检测的网络模型，可对任意形状的文本进行有效检测。该网络预测每个文本行的不同尺度的kernels，并对这些kernels采用基于BFS的渐进式尺度扩张算法，可有效解决任意形状文本检测问题和相邻文本混淆问题。

• 参考实现：

  url=https://github.com/whai362/psenet.git
  commit_id=e6686b143a8c0520971b4ef8587250c72e2f05f4

• 适配昇腾 AI 处理器的实现：

  url=https://gitee.com/ascend/ModelZoo-PyTorch.git
  code_path=PyTorch/built-in/cv/detection

准备训练环境

准备环境

• 当前模型支持的 PyTorch 版本和已知三方库依赖如下表所示。

  表 1 版本支持表

  Torch_Version	三方库依赖版本
  PyTorch 1.5	pillow==8.4.0
  PyTorch 1.8	pillow==9.1.0

• 环境准备指导。

  请参考《Pytorch框架训练环境准备》。

• 安装依赖。

  在模型源码包根目录下执行命令，安装模型对应PyTorch版本需要的依赖。

  pip install -r 1.5_requirements.txt  # PyTorch1.5版本
  
  pip install -r 1.8_requirements.txt  # PyTorch1.8版本

  说明： 只需执行一条对应的PyTorch版本依赖安装命令。

准备数据集

1. 获取数据集。

   用户自行获取原始数据集，可选用的开源数据集包括ICDAR2015、ICDAR2017等，将数据集上传到服务器任意路径下并解压。

   以ICDAR2015数据集为例，数据集目录结构参考如下所示。

   ├── ICDAR2015
         ├──train
              ├──图片
                    │──图片1
                    │──图片2
                    │   ...       
              ├──标签
                    │──标签1
                    │──标签2
                    │   ...
              ├──...
         ├──val  
              ├──图片
                    │──图片1
                    │──图片2
                    │   ...
              ├──标签
                    │──标签1
                    │──标签2
                    │   ...

   说明： 该数据集的训练过程脚本只作为一种参考示例。

开始训练

训练模型

1. 进入解压后的源码包根目录。

   cd /${模型文件夹名称} 

2. 运行训练脚本。

   该模型支持单机单卡训练和单机8卡训练。

   • 单机单卡训练

     启动单卡训练。

     bash ./test/train_full_1p.sh --data_path=/data/xxx/  # 单卡精度
     
     bash ./test/train_performance_1p.sh --data_path=/data/xxx/  # 单卡性能 

   • 单机8卡训练

     启动8卡训练。

      bash ./test/train_full_8p.sh --data_path=/data/xxx/  # 8卡精度
     
      bash ./test/train_performance_8p.sh --data_path=/data/xxx/  # 8卡性能

   --data_path参数填写数据集路径，需写到数据集的一级目录。

   模型训练脚本参数说明如下。

   公共参数：
   --addr                              //主机地址
   --arch                              //使用模型，默认：PSENet
   --workers                           //加载数据进程数
   --n_epoch                           //重复训练次数
   --batch_size                        //训练批次大小
   --lr                                //初始学习率，默认：0.001
   --loss-scale                        //混合精度loss scale大小
   --opt-level                         //混合精度类型
   多卡训练参数：
   --multiprocessing-distributed       //是否使用多卡训练
   --device-list                       //多卡训练指定训练用卡

   训练完成后，权重文件保存在当前路径下，并输出模型训练精度和性能信息。

训练结果展示

表 2 训练结果展示表

NAME	Acc@1	FPS	Epochs	AMP_Type	Torch_Version
1p-NPU	-	10.911	1	O2	1.8
8p-NPU	94.040	47.8687	600	O2	1.8

版本说明

变更

2023.02.22：更新readme，重新发布。

2022.06.08：首次发布。

FAQ

无。