目录
前言
一、PaddleOCR环境搭建
二、银行卡检测模型实现
1、导入数据集
2、创建配置文件
3、执行命令进行GPU训练
4、显示运行图
5、验证模型
6、导出模型
解决训练模型与导出模型结果不一致问题
小结
前言
最近在做关于字符识别的项目，发现好多人在问关于银行卡识别方案，了解现在最火的文字识别PaddleOCR，发现只使用PaddleOCR就可以达到很好的效果，而且从头到尾不需要动PaddOCR上的任何代码，PaddleOCR分为三个模型检测、方向分类和识别，银行卡识别只需用到检测和识别模型即可，我们就先将将检测模型的训练和实现。
一、PaddleOCR环境搭建
建议使用PyCharm进行开发，Download PyCharm: Python IDE for Professional Developers by JetBrains
社区版即可
在git上下载最新版的版本
导入Pycharm中如下界面：
切换到2.3目录，执行下面的命令，安装环境：
pip install -r requirements.txt
二、银行卡检测模型实现
使用PaddleOCR自带的文字检测功能进行银行卡号检测训练，但不需要加载预训练模型，我们要训练一份只需要能检测出卡号的模型即可
1、导入数据集
目前收集了3000多张左右的真实图片，并进行了卡号标注，文章结尾有下载地址
2、创建配置文件
复制一份yml文件
文件内容如下：
Global:
use_gpu: true
epoch_num: 1200
log_smooth_window: 20
print_batch_step: 2
save_model_dir: ./output/ch_db_mv3_bank/
save_epoch_step: 1200
# evaluation is run every 5000 iterations after the 4000th iteration
eval_batch_step: 1500
cal_metric_during_train: False
pretrained_model:
checkpoints:
save_inference_dir: ./inference/ch_db_mv3_bank
use_visualdl: False
infer_img: doc/imgs_en/img_10.jpg
save_res_path: ./output/det_db/predicts_db.txt
Architecture:
model_type: det
algorithm: DB
Transform:
Backbone:
name: MobileNetV3
scale: 0.5
model_name: large
disable_se: True
Neck:
name: DBFPN
out_channels: 96
Head:
name: DBHead
k: 50
Loss:
name: DBLoss
balance_loss: true
main_loss_type: DiceLoss
alpha: 5
beta: 10
ohem_ratio: 3
Optimizer:
name: Adam
beta1: 0.9
beta2: 0.999
lr:
name: Cosine
learning_rate: 0.001
warmup_epoch: 2
regularizer:
name: 'L2'
factor: 0
PostProcess:
name: DBPostProcess
thresh: 0.3
box_thresh: 0.6
max_candidates: 1000
unclip_ratio: 1.5
Metric:
name: DetMetric
main_indicator: hmean
Train:
dataset:
name: SimpleDataSet
data_dir: ./train_data/
label_file_list:
- "./train_data/bank/bank1/real_det_train.txt"
- "./train_data/bank/bank2/real_det_train.txt"
- "./train_data/bank/bank3/real_det_train.txt"
ratio_list: [ 1.0, 1.0 , 1.0 ]
transforms:
- DecodeImage: # load image
img_mode: BGR
channel_first: False
- DetLabelEncode: # Class handling label
- IaaAugment:
augmenter_args:
- { 'type': Fliplr, 'args': { 'p': 0.5 } }
# - { 'type': Affine, 'args': { 'rotate': [-10, 10] } }
- { 'type': Affine, 'args': { 'rotate': [ -30, 30] } }
- { 'type': Resize, 'args': { 'size': [ 0.5, 3 ] } }
- EastRandomCropData:
size: [ 960, 960 ]
max_tries: 50
keep_ratio: true
- MakeBorderMap:
shrink_ratio: 0.4
thresh_min: 0.3
thresh_max: 0.7
- MakeShrinkMap:
shrink_ratio: 0.4
min_text_size: 8
- NormalizeImage:
scale: 1./255.
mean: [ 0.485, 0.456, 0.406 ]
std: [ 0.229, 0.224, 0.225 ]
order: 'hwc'
- ToCHWImage:
- KeepKeys:
keep_keys: [ 'image', 'threshold_map', 'threshold_mask', 'shrink_map', 'shrink_mask' ] # the order of the dataloader list
loader:
shuffle: True
drop_last: False
batch_size_per_card: 2
num_workers: 4
Eval:
dataset:
name: SimpleDataSet
data_dir: ./train_data/
label_file_list:
- "./train_data/bank/bank1/real_det_test.txt"
- "./train_data/bank/bank2/real_det_test.txt"
- "./train_data/bank/bank3/real_det_test.txt"
ratio_list: [ 1.0, 1.0 ,1.0 ]
transforms:
- DecodeImage: # load image
img_mode: BGR
channel_first: False
- DetLabelEncode: # Class handling label
- DetResizeForTest:
# image_shape: [736, 1280]
resize_long: 960
- NormalizeImage:
scale: 1./255.
mean: [ 0.485, 0.456, 0.406 ]
std: [ 0.229, 0.224, 0.225 ]
order: 'hwc'
- ToCHWImage:
- KeepKeys:
keep_keys: [ 'image', 'shape', 'polys', 'ignore_tags' ]
loader:
shuffle: False
drop_last: False
batch_size_per_card: 1 # must be 1
num_workers: 23、执行命令进行GPU训练
python -m paddle.distributed.launch --gpus 0 tools/train.py -o Global.use_visualdl=True -c configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0_bank.yml注意显存问题，需要大于4G的显存，2G显存会溢出
4、显示运行图
visualdl --logdir=output/ch_db_mv3_bank/vdl --port 8081
检测模型效果最高能到达：hmean：0.98271
5、验证模型
python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0_bank.yml -o Global.pretrained_model="./output/ch_db_mv3_bank/best_accuracy" Global.inf
er_img=C:\Users\YY007\Desktop\bank\1.jpg PostProcess.unclip_ratio=2.5
效果如下，左边原图，右边检测效果图：
6、导出模型
python tools/export_model.py -c configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0_bank.yml -o Global.pretrained_model="./output/ch_db_mv3_bank/best_accuracy" Global.save
_inference_dir="./inference/ch_db_mv3_bank/"
导出模型验证：
python tools/infer/predict_det.py --det_algorithm="DB" --det_model_dir="./inference/ch_db_mv3_bank/" --image_dir="C:\Users\YY007\Desktop\bank\1.jpg" --use_gpu=True
--det_db_unclip_ratio=2.5解决训练模型与导出模型结果不一致问题
导出模型进行预测需将这一行禁掉，否则会导致导出模型的预测结果与训练模型的预测结果出现不一致的情况，官方截至到2.3版本还未解决此问题
详细解释在这里：
关于文字检测训练模型和导出模型效果不一样的问题 · Issue #4371 · PaddlePaddle/PaddleOCR (github.com)
修改方案如下：
文件一：tools/infer/utility.py
添加参数如下参数：
文件二：tools/infer/predict_det.py
其他文件：修改部署预测文件，以hubserving部署为例：
deploy/hubserving/ocr_system/params.py
小结
到这一步，银行卡检测模型就完成了，总体上讲效果还可以，如果需要更好的检测效果，可以更换更深的神经网络，或者通过语义分割来实现，下一章我们讲讲银行卡识别模型训练
