You need to enable JavaScript to run this app.
导航

[模型组]文本检测裁切识别

最近更新时间2024.04.10 10:28:58

首次发布时间2024.02.01 10:41:41

文本检测裁切识别是一个官方模型组,它包含 5 个独立模型和 1 个 Ensemble 模型。Ensemble 模型将 5 个独立模型封装为一个工作流。本模型组能够对输入图像进行文本识别,返回识别到的文本字符串。
现代机器学习系统通常需要按顺序执行多个模型,可能包括预处理步骤和聚合多个模型的结果。为了简化用户调用流程,减少网络延迟和降低带宽成本,边缘智能提供了 Ensemble 模型功能,该功能可以一次性执行多个模型。使用 Ensemble 模型,您可以封装多个模型间的数据传输和执行过程,获得更高效的网络调用。

模型组基本信息

模型列表

本模型组包含 6 个模型。其中,Ensemble 模型中封装了其他模型,定义了模型组的整体工作流,如下图所示。使用过程中,您只需部署 Ensemble 模型,无需关注中间的处理过程。
图片
您可以在边缘智能控制台的 官方模型 列表访问本模型组所包含的具体模型。

模型名称

模型基本信息

模型组-文本检测裁剪识别-文本检测后处理-Python

图片

模型组-文本检测裁剪识别-文本识别-ONNX

图片

模型组-文本检测裁剪识别-文本检测-ONNX

图片

模型组-文本检测裁剪识别-组合模型

图片

模型组-文本检测裁剪识别-文本识别后处理-Python

图片

模型组-文本检测裁剪识别-文本检测前处理-Python

图片

Ensemble 模型输入

名称

类型

形状

input_image

UINT8

-1

输入说明:

  • 本模型只支持同时输入一张图像。
  • 图像的长度和数量是可变的。同时,图像是以二进制的形式进行存储和处理的。

Ensemble 模型输出

名称

类型

形状

recognized_text

STRING

-1

输出说明:输出从图片中识别出的文字,以字符串数组格式返回。

Ensemble 模型版本

本模型提供一个可部署版本。
图片

版本名称

最大批处理大小

硬件架构要求

说明

v1

取值范围:1~128。您可以根据边缘一体机的处理能力(例如,CPU、内存等)来确定最大批处理大小。边缘一体机处理能力越高(如 CPU 和内存配置较高),则可选择的最大批处理大小相对也较高。

该版本无需搭配前后处理版本进行使用。

Ensemble 模型部署

  1. 访问本模型组中 Ensemble 模型的模型详情。
  2. 版本管理 标签页,找到要使用的版本,单击 操作 列的 部署
  3. 部署模型服务 页面,选择要部署当前模型的 一体机 并设置 服务名称 以及服务的 HTTP端口GRPC端口,然后单击 确认
    • 服务名称在一台一体机中必须保持唯一。
    • 您设置的 HTTP 端口和 GRPC 端口不能是一体机中已被其他服务占用的端口。
    • 在首次部署模型服务时,我们推荐您使用其他配置的预设默认值。模型服务成功部署后,您可以根据实际需求编辑模型服务的配置。
      详细的操作步骤,请参见使用官方模型

完成上述操作后,您可以在 模型服务 标签页查看模型服务的部署情况。