开源项目 > 人工智能 > AI-人工智能 &&

加入 Gitee

与超过 1200万开发者一起发现、参与优秀开源项目，私有仓库也完全免费：）

克隆/下载

3.5M_slim.md 2.87 KB

# PPOCR 3.5M模型压缩方案

本方案使用量化和剪枝两种方法对PPOCR中模型进行压缩。

教程内容参考：https://github.com/PaddlePaddle/PaddleSlim/blob/release/2.0.0/demo/ocr/README.md
AIStudio教程：https://aistudio.baidu.com/aistudio/projectdetail/898523

## 示例结果
<table>
<thead>
  <tr>
    <th>序号</th>
    <th>任务</th>
    <th>模型</th>
    <th>压缩策略<sup><a href="#quant">[3]</a><a href="#prune">[4]</a><sup></th>
    <th>精度(自建中文数据集)</th>
    <th>耗时<sup><a href="#latency">[1]</a></sup>(ms)</th>
    <th>整体耗时<sup><a href="#rec">[2]</a></sup>(ms)</th>
    <th>加速比</th>
    <th>整体模型大小(M)</th>
    <th>压缩比例</th>
    <th>下载链接</th>
  </tr>
</thead>
<tbody>
  <tr>
    <td rowspan="2">0</td>
    <td>检测</td>
    <td>MobileNetV3_DB</td>
    <td>无</td>
    <td>61.7</td>
    <td>224</td>
    <td rowspan="2">375</td>
    <td rowspan="2">-</td>
    <td rowspan="2">8.6</td>
    <td rowspan="2">-</td>
    <td></td>
  </tr>
  <tr>
    <td>识别</td>
    <td>MobileNetV3_CRNN</td>
    <td>无</td>
    <td>62.0</td>
    <td>9.52</td>
    <td></td>
  </tr>
  <tr>
    <td rowspan="2">1</td>
    <td>检测</td>
    <td>SlimTextDet</td>
    <td>PACT量化训练</td>
    <td>62.1</td>
    <td>195</td>
    <td rowspan="2">348</td>
    <td rowspan="2">8%</td>
    <td rowspan="2">2.8</td>
    <td rowspan="2">67.82%</td>
    <td></td>
  </tr>
  <tr>
    <td>识别</td>
    <td>SlimTextRec</td>
    <td>PACT量化训练</td>
    <td>61.48</td>
    <td>8.6</td>
    <td></td>
  </tr>
  <tr>
    <td rowspan="2">2</td>
    <td>检测</td>
    <td>SlimTextDet_quat_pruning</td>
    <td>剪裁+PACT量化训练</td>
    <td>60.86</td>
    <td>142</td>
    <td rowspan="2">288</td>
    <td rowspan="2">30%</td>
    <td rowspan="2">2.8</td>
    <td rowspan="2">67.82%</td>
    <td></td>
  </tr>
  <tr>
    <td>识别</td>
    <td>SlimTextRec</td>
    <td>PACT量化训练</td>
    <td>61.48</td>
    <td>8.6</td>
    <td></td>
  </tr>
  <tr>
    <td rowspan="2">3</td>
    <td>检测</td>
    <td>SlimTextDet_pruning</td>
    <td>剪裁</td>
    <td>61.57</td>
    <td>138</td>
    <td rowspan="2">295</td>
    <td rowspan="2">27%</td>
    <td rowspan="2">2.9</td>
    <td rowspan="2">66.28%</td>
    <td></td>
  </tr>
  <tr>
    <td>识别</td>
    <td>SlimTextRec</td>
    <td>PACT量化训练</td>
    <td>61.48</td>
    <td>8.6</td>
    <td></td>
  </tr>
</tbody>
</table>

**注意**:

-   <a name="latency">[1]</a> 耗时评测环境为：骁龙855芯片+PaddleLite。
-   <a name="rec">[2]</a> 整体耗时不等于检测耗时加识别耗时的原因是：识别模型的耗时为单个检测框的耗时，一张图片可能会有多个检测框。
-   <a name="quant">[3]</a> 参考下面关于[OCR量化的说明](#OCR量化说明)。
-   <a name="prune">[4]</a> 参考下面关于[OCR剪裁的说明](#OCR剪裁说明)。

一键复制原始数据按行查看历史

提交于 2021-02-22 10:55 . update readme (#667)

PPOCR 3.5M模型压缩方案

本方案使用量化和剪枝两种方法对PPOCR中模型进行压缩。

教程内容参考：https://github.com/PaddlePaddle/PaddleSlim/blob/release/2.0.0/demo/ocr/README.md AIStudio教程：https://aistudio.baidu.com/aistudio/projectdetail/898523

示例结果

序号	任务	模型	压缩策略^[3][4]	精度(自建中文数据集)	耗时^[1](ms)	整体耗时^[2](ms)	加速比	整体模型大小(M)	压缩比例	下载链接
0	检测	MobileNetV3_DB	无	61.7	224	375	-	8.6	-
0	识别	MobileNetV3_CRNN	无	62.0	9.52	375	-	8.6	-
1	检测	SlimTextDet	PACT量化训练	62.1	195	348	8%	2.8	67.82%
1	识别	SlimTextRec	PACT量化训练	61.48	8.6	348	8%	2.8	67.82%
2	检测	SlimTextDet_quat_pruning	剪裁+PACT量化训练	60.86	142	288	30%	2.8	67.82%
2	识别	SlimTextRec	PACT量化训练	61.48	8.6	288	30%	2.8	67.82%
3	检测	SlimTextDet_pruning	剪裁	61.57	138	295	27%	2.9	66.28%
3	识别	SlimTextRec	PACT量化训练	61.48	8.6	295	27%	2.9	66.28%

注意:

[1] 耗时评测环境为：骁龙855芯片+PaddleLite。
[2] 整体耗时不等于检测耗时加识别耗时的原因是：识别模型的耗时为单个检测框的耗时，一张图片可能会有多个检测框。
[3] 参考下面关于OCR量化的说明。
[4] 参考下面关于OCR剪裁的说明。

Python

1

https://gitee.com/paddlepaddle/PaddleSlim.git

git@gitee.com:paddlepaddle/PaddleSlim.git

paddlepaddle

PaddleSlim

PaddleSlim

develop