开始

在这个指南中，我们将介绍一些常用的命令，来帮助你熟悉 MMOCR。我们同时还提供了notebook 版本的代码，可以让您快速上手 MMOCR。

安装

查看安装指南，了解完整步骤。

数据集准备

MMOCR 支持许多种类数据集，这些数据集根据其相应任务的类型进行分类。可以在以下部分找到它们的准备步骤：检测数据集、识别数据集、KIE 数据集和 NER 数据集。

使用预训练模型进行推理

下面通过一个简单的命令来演示端到端的识别：

python mmocr/utils/ocr.py demo/demo_text_ocr.jpg --print-result --imshow

其检测结果将被打印出来，并弹出一个新窗口显示结果。更多示例和完整说明可以在示例中找到。

训练

小数据集训练

在tests/data目录下提供了一个用于训练演示的小数据集，在准备学术数据集之前，它可以演示一个初步的训练。

例如：用 seg 方法和小数据集来训练文本识别任务，

python tools/train.py configs/textrecog/seg/seg_r31_1by16_fpnocr_toy_dataset.py --work-dir seg

用 sar 方法和小数据集训练文本识别,

python tools/train.py configs/textrecog/sar/sar_r31_parallel_decoder_toy_dataset.py --work-dir sar

使用学术数据集进行训练

按照说明准备好所需的学术数据集后，最后要检查模型的配置是否将 MMOCR 指向正确的数据集路径。假设在 ICDAR2015 数据集上训练 DBNet,部分配置如 configs/_base_/det_datasets/icdar2015.py 所示:

dataset_type = 'IcdarDataset'
data_root = 'data/icdar2015'
train = dict(
    type=dataset_type,
    ann_file=f'{data_root}/instances_training.json',
    img_prefix=f'{data_root}/imgs',
    pipeline=None)
test = dict(
    type=dataset_type,
    ann_file=f'{data_root}/instances_test.json',
    img_prefix=f'{data_root}/imgs',
    pipeline=None)
train_list = [train]
test_list = [test]

这里需要检查数据集路径 data/icdar2015 是否正确. 然后可以启动训练命令：

python tools/train.py configs/textdet/dbnet/dbnet_r18_fpnc_1200e_icdar2015.py --work-dir dbnet

想要了解完整的训练参数配置可以查看 Training了解。

测试

假设我们完成了 DBNet 模型训练，并将最新的模型保存在 dbnet/latest.pth。则可以使用以下命令，及hmean-iou指标来评估其在测试集上的性能：

python tools/test.py configs/textdet/dbnet/dbnet_r18_fpnc_1200e_icdar2015.py dbnet/latest.pth --eval hmean-iou

还可以在线评估预训练模型，命令如下：

python tools/test.py configs/textdet/dbnet/dbnet_r18_fpnc_1200e_icdar2015.py https://download.openmmlab.com/mmocr/textdet/dbnet/dbnet_r18_fpnc_sbn_1200e_icdar2015_20210329-ba3ab597.pth --eval hmean-iou

有关测试的更多说明，请参阅测试.