基于OpenVINO™ 的飞桨版 PGNet 实现案例_技术

　　文章作者：英特尔物联网行业创新大使，杨雪锋博士。中国矿业大学机电工程学院副教授；发表学术论文30余篇，获国家专利授权20多件（其中发明专利8件）。

　　OpenVINO 简介

　　OpenVINO 工具套件2022.1版于2022年3月22日正式发布，根据官宣OpenVINO 迎来迄今为止最重大更新，2022.1新特性抢先看！，OpenVINO 2022.1将是迄今为止最大变化的版本，并可以直接支持读取飞桨模型。

　　PGNet 简介

　　任意形状文本的识别（例如，弯曲文本）受到越来越多的研究关注，而应用也愈发广泛（例如，广告牌识别、印章识别等）

　　AAAI 2021会议上发表的百度自研的端到端场景文本识别 PGNet1 算法，有效的满足了上述需求，其典型特点有：

　　PGNet 是一种新颖的、端到端的、的任意形状的文本检测识别器框架

　　不需要字符级别的标注，NMS *** 作以及ROI *** 作2

　　提出预测文本行内的阅读顺序模块和基于图的修正模块来提升文本识别效果

　　识别精度和运行速度堪称 SOTA

　　*上图引用自 PNGet 论文1

　　另外，飞桨版 PGNet 的工程化和文档化做的极好，没有任何基础的人，都可以在不到半天的时间内完成 PGNet 的开发环境搭建、模型训练、ONNX 模型导出。

　　PGNet 的文档链接：

　　https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.5/doc/doc_ch/algorithm_e2e_pgnet.md

　　准备 PGNet 的 OpenVINO 推理程序开发环境

　　要完成 PGNet 的 OpenVINO 推理程序开发，需要安装：

　　PaddleOCR 运行环境，参考：

　　安装 PaddleOCR 运行环境

　　克隆 PaddleOCR 到本地，并安装第三方库

　　OpenVINO 开发套件：

　　pip install openvino-dev［onnx］

　　下载 PGNet 预训练模型

　　PaddleOCR 已提供 PGNet 预训练模型，请自行下载并解压，如下图所示。

　　PGNet 预训练模型下载链接：

　　https://paddleocr.bj.bcebos.com/dygraph_v2.0/pgnet/e2e_server_pgnetA_infer.tar

　　下载完毕后，运行 PaddleOCR 自带的预测程序：

　　toolsinferpredict_e2e.py

　　# 如果想使用CPU进行预测，需设置use_gpu参数为Falsepython3 tools/infer/predict_e2e.py --e2e_algorithm=“PGNet” --image_dir=“。/doc/imgs_en/img623.jpg” --e2e_model_dir=“。/inference/e2e_server_pgnetA_infer/” --e2e_pgnet_valid_set=“totaltext” --use_gpu=False

　　运行结果，如下图所示，说明 PaddleOCR 和 PGNet 预训练模型都准备好了。

　　从图中可见，运行的平均时间是5.09s。

　　用 OpenVINO 读取 PGNet 预训练模型

　　如前所述，OpenVINO 支持直接读入飞桨模型。使用下面的代码，可以快速测试 OpenVINO 读入 PGNet 模型的效果。

　　from openvino.runTIme import Core

　　# 指定PGNet模型路径pgnet_path = “.e2e_server_pgnetA_inferinference.pdmodel”

　　# 创建Core对象core = Core（）# 载入并编译PGNet模型sess = core.compile_model（model=pgnet_path， device_name=“CPU”）# 输出PGNet模型输入&输出信息print（sess.input）

　　运行效果如下图所示，说明 OpenVINO 直接读取飞桨版 PGNet 模型成功。

　　使用 OpenVINO 开发 PGNet 的推理程序

　　基于上述代码，结合 PGNet 的数据前处理和后处理代码，即可开发出完整的 PGNet 推理程序。

　　升级 PaddleOCR 自带预测程序，

　　支持 OpenVINO 推理

　　由于 PaddleOCR 自带的预测程序：

　　toolsinferpredict_e2e.py

　　已经实现了 PGNet 的数据前处理和后处理代码，所以，只需要稍微修改：

　　toolsinferpredict_e2e.py

　　toolsinferuTIlity.py

　　添加 OpenVINO 的推理代码，即可升级 PaddleOCR 对 OpenVINO 的支持。上述代码，可以在下方链接下载。下载后，请并替换同名文件。

　　https://gitee.com/ppov-nuc/pgnet-openvino-inference

　　OpenVINO 支持代码如下所示，所有修改处都添加了“# OpenVINO Support Here”：

　　# OpenVINO Support Here

　　elif self.use_openvino：

　　outputs = self.predictor（［img］）

　　out_layers = self.predictor.output

　　preds = {}

　　preds［‘f_border’］ = outputs［out_layers（0）］

　　preds［‘f_char’］ = outputs［out_layers（1）］

　　preds［‘f_direcTIon’］ = outputs［out_layers（2）］

　　preds［‘f_score’］ = outputs［out_layers（3）］

　　替换完同名文件，使用命令：

　　python toolsinferpredict_e2e.py --e2e_algorithm=“PGNet” --image_dir=.docimgs_en --e2e_model_dir=ov_infere2e_server_pgnetA_inferinference.pdmodel --e2e_pgnet_valid_set=“totaltext” --use_gpu=False --use_openvino=True

　　运行效果如下图所示：

　　从运行结果可以看到，使用了 OpenVINO 的推理程序，运行的平均时间是1.33s；没有使用OpenVINO 的推理程序，运行的平均时间是5.09s。OpenVINO 极大的提升了模型在 CPU 上的推理计算效率。

　　借鉴 PaddleOCR 的前处理和后处理代码，

　　实现 OpenVINO 推理程序

　　直接使用 ppocr 中自带的前处理和后处理代码，可以轻松实现 PGNet 的OpenVINO 推理程序：

　　https://gitee.com/ppov-nuc/pgnet-openvino-inference/blob/master/pgnet_ov_infer.py

　　from openvino.runTIme import Corefrom ppocr.data import create_operators， transformfrom ppocr.postprocess import build_post_processimport cv2import numpy as npimport time

　　# 指定PGNet模型路径pgnet_path = “。/e2e_server_pgnetA_infer/inference.pdmodel”

　　# 创建Core对象core = Core（）# 载入并编译PGNet模型pgnet = core.compile_model（model=pgnet_path， device_name=“CPU”）

　　# 创建preprocess_oppre_process_list = ［{

　　‘E2EResizeForTest’： {

　　‘max_side_len’： 768，

　　‘valid_set’： ‘totaltext’}

　　}， {

　　‘NormalizeImage’： {

　　‘std’：［0.229， 0.224， 0.225］，

　　‘mean’：［0.485， 0.456， 0.406］，

　　‘scale’： ‘1./255.’，

　　‘order’： ‘hwc’

　　} }， {

　　‘ToCHWImage’： None

　　}， {

　　‘KeepKeys’： {

　　‘keep_keys’：［‘image’， ‘shape’］

　　} }］preprocess_op = create_operators（pre_process_list）

　　# 创建postprocess_oppostprocess_params = {}postprocess_params［‘name’］ = ‘PGPostProcess’postprocess_params［“score_thresh”］ = 0.5postprocess_params［“character_dict_path”］ = “。
/ic15_dict.txt”postprocess_params［“valid_set”］ = ‘totaltext’postprocess_params［“mode”］ = ‘fast’postprocess_op = build_post_process（postprocess_params）

　　def clip_det_res（points， img_height， img_width）：

　　for pno in range（points.shape［0］）：

　　points［pno， 0］ = int（min（max（points［pno， 0］， 0）， img_width - 1））

　　points［pno， 1］ = int（min（max（points［pno， 1］， 0）， img_height - 1））

　　return points# 定义filter_tag_det_res_only_clip函数def filter_tag_det_res_only_clip（dt_boxes， image_shape）：

　　img_height， img_width = image_shape［0:2］

　　dt_boxes_new = ［］

　　for box in dt_boxes：

　　box = clip_det_res（box， img_height， img_width）

　　dt_boxes_new.append（box）

　　dt_boxes = np.array（dt_boxes_new）

　　return dt_boxes

　　# 载入图像数据并实现预处理image_path = ‘img623.jpg’image = cv2.imread（image_path）data = {‘image’： image}data = transform（data， preprocess_op）img， shape_list = dataimg = np.expand_dims（img， axis=0）shape_list = np.expand_dims（shape_list，

　　axis=0）starttime = time.time（）

　　# Do the inference by OpenVINOoutputs = pgnet（［img］）out_layers = pgnet.outputpreds = {}preds［‘f_border’］ = outputs［out_layers（0）］preds［‘f_char’］ = outputs［out_layers（1）］preds［‘f_direction’］ = outputs［out_layers（2）］preds［‘f_score’］ = outputs［out_layers（3）］

　　post_result = postprocess_op（preds， shape_list）points， strs = post_result［‘points’］， post_result［‘texts’］dt_boxes = filter_tag_det_res_only_clip（points， image.shape）elapse = time.time（） - starttimeprint（f“Predict time：

　　{elapse}s”）import utilitysrc_im = utility.draw_e2e_res（points， strs， image_path）cv2.imshow（“PGNet infer by OpenVINO”， src_im）cv2.waitKey（0）cv2.destroyAllWindows（）

　　运行结果，如下图所示：