model
最后更新
luxonis_train.config.predefined_models.ocr_recognition.v1.modelOCR 文本识别模型。类
OCRRecognitionModel
text 元数据字段中包含每张图像的文本:Python
1for path, label in zip(image_paths, labels):
2 if label:
3 yield {
4 "file": path,
5 "annotation": {"metadata": {"text": label}},
6 }alphabet 设置为要识别的字符,可以是列表或命名字母表之一,并将 max_text_len 设置为预期的最长字符串。吞吐量:: 48x320 时的每秒帧数。light:RVC2 上 50,RVC4 上 300
示例
配置的
model 部分:Yaml
1model:
2 predefined_model:
3 name: OCRRecognitionModel
4 params:
5 variant: light组件::- 节点:PPLCNetV3 -> SVTRNeck -> OCRCTCHead
- 损失:CTCLoss
- 指标:OCRAccuracy
- 可视化工具:OCRVisualizer
- 主要指标:OCRAccuracy
- 变体:
light
方法
init
Python
1def __init__(alphabet: list[str] | AlphabetName = 'english', max_text_len: int = 40, ignore_unknown: bool = True, **kwargs):示例
Pycon
1>>> model = OCRRecognitionModel(
2... alphabet=["a", "b"], max_text_len=8
3... )
4>>> backbone, _, head = model.nodes
5>>> backbone.params
6{'max_text_len': 8}
7>>> head.params
8{'alphabet': ['a', 'b'], 'ignore_unknown': True}alphabet(list[str] | AlphabetName): 头部预测的字符。名称选择预定义字母表并记录信息消息:"english":a到z和A到Z;"english_lowercase":a到z;"numeric":0到9;"alphanumeric":"english"和"numeric";"alphanumeric_lowercase":"english_lowercase"和"numeric";"punctuation":空格和 ASCII 标点符号;"ascii":可打印的 ASCII 字符,代码32到126。 模型直接传递列表。当head_params包含alphabet时,它不读取该值。
max_text_len(int):骨干网络输出的序列步数,也是模型可以预测的最长文本。ignore_unknown(bool):头部是否丢弃不在字母表中的标签字符。如果为False,头部将其映射到额外的"<UNK>"类。**kwargs:SimplePredefinedModel.init 的关键字参数。
ValueError:当alphabet是一个未命名预定义字母表的字符串,并且head_params不包含alphabet时。
get_variants
Python
1def get_variants() -> tuple[str, dict[str, Params]]:light。它将 backbone_variant 设置为 "rec-light",即 PPLCNetV3 的识别变体。该变体未设置 weights,因此没有节点加载检查点。示例
Pycon
1>>> OCRRecognitionModel.get_variants()
2('light', {'light': {'backbone_variant': 'rec-light'}})tuple[str, dict[str, Params]]:"light"和包含其构造函数参数的单个变体。