👑主页:吾名招财
👓简介:工科学硕,研究方向机器视觉,爱好较广泛…
💫签名:面朝大海,春暖花开!
多onnx模型合并导出调研(文本检测+方向分类+文本识别)
- 引言
- 1,尝试合并两个模型(文本方向分类+文本识别模型)(并行合并)
- (1)文本方向分类
- (2)文本识别模型
- (3)onnx合并(并行)
- 2,将预处理加入到一个模型中
- (1)原始模型
- (2)预处理函数转换成onnx模型
- (3)新的模型
- 3,onnx转换成torch
- 4,相关结论
- 相关链接
引言
目标:
部署端只用一个模型实现文本检测及文本识别。
目前是文本检测、文本方向分类、文本识别三个模型分别训练,然后部署的话需要三个分别部署并使用自定义流程连接,现在需要想将其三个模型按照顺序合并成为一个模型,然后再用这一个模型部署(方便部署),此时仅仅是简化了部署流程。
一种是上面的,另一种是端到端的算法(PGNET),这是一个算法,这个算法同时进行文本检测及文本识别输出,最终一个模型训练输出,因后续要对文本识别通用模型进行部署,故此端到端方法暂时舍弃。
模型拼接调研验证:
1,直接对onnx模型进行操作合并拼接测试验证。