PSENet¶
1. 算法简介¶
论文信息：
Shape robust text detection with progressive scale expansion network Wang, Wenhai and Xie, Enze and Li, Xiang and Hou, Wenbo and Lu, Tong and Yu, Gang and Shao, Shuai CVPR, 2019
在ICDAR2015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 |
|---|---|---|---|---|---|---|
| PSE | ResNet50_vd | configs/det/det_r50_vd_pse.yml | 85.81% | 79.53% | 82.55% | 训练模型 |
| PSE | MobileNetV3 | configs/det/det_mv3_pse.yml | 82.20% | 70.48% | 75.89% | 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PSE模型使用ICDAR2015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¶
首先将PSE文本检测训练过程中保存的模型，转换成inference model。以基于Resnet50_vd骨干网络，在ICDAR2015英文数据集训练的模型为例（ 模型下载地址 )，可以使用如下命令进行转换：
PSE文本检测模型推理，执行非弯曲文本检测，可以执行如下命令：
可视化文本检测结果默认保存到./inference_results文件夹里面，结果文件的名称前缀为'det_res'。结果示例如下：
如果想执行弯曲文本检测，可以执行如下命令：
可视化文本检测结果默认保存到./inference_results文件夹里面，结果文件的名称前缀为'det_res'。结果示例如下：
注意：由于ICDAR2015数据集只有1000张训练图像，且主要针对英文场景，所以上述模型对中文或弯曲文本图像检测效果会比较差。
4.2 C++推理¶
由于后处理暂未使用CPP编写，PSE文本检测模型暂不支持CPP推理。
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{wang2019shape,
title={Shape robust text detection with progressive scale expansion network},
author={Wang, Wenhai and Xie, Enze and Li, Xiang and Hou, Wenbo and Lu, Tong and Yu, Gang and Shao, Shuai},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
pages={9336--9345},
year={2019}
}