配置文件参数说明

• 环境参数-system
• 共用参数-common
• 模型定义参数-model
• 后处理-postprocess
• 评估指标-metric
• 损失函数-loss
• 学习率调整策略和优化器(scheduler, optimizer, loss_scaler)
  • 学习率调整策略-scheduler
  • 优化器-optimizer
  • 损失缩放-loss_scaler
• 训练和评估流程(train, eval)
  • 训练流程-train
  • 评估流程-eval

本文档以 configs/rec/crnn/crnn_icdar15.yaml 为例，详细说明参数的用途。

1. 环境参数 (system)

2. 共用参数 (common)

因为同一个参数可能在不同的配置部分都需要重复利用，所以您可以在这个部分自定义一些通用的参数，以便管理。

3. 模型定义参数 (model)

在MindOCR中，模型的网络架构划分为 Transform, Backbone, Neck和Head四个模块。详细请参阅文档，以下是各部分的配置说明与例子。

注意：对于不同网络，backbone/neck/head模块可配置参数会有所不同，具体可配置参数由上表模块的name参数指定的类的__init__入参所决定 （如若指定下neck模块的name为DBFPN，由于DBFPN类初始化包括adaptive入参，则可在yaml中model.head层级下配置adaptive等参数。

参考例子: DBNet, CRNN

4. 后处理 (postprocess)

代码位置请看： mindocr/postprocess

注意：对于不同后处理方法（由name指定），可配置的参数有所不同，并由后处理类的初始化方法__init__的入参所决定。

参考例子: DBNet, PSENet

5. 评估指标 (metric)

代码位置请看： mindocr/metrics

6. 损失函数 (loss)

代码位置请看： mindocr/losses

注意：对于不同损失函数（由name指定），可配置的参数有所不同，并由所选的损失函数的入参所决定。

7. 学习率调整策略和优化器 (scheduler, optimizer, loss_scaler)

学习率调整策略 (scheduler)

代码位置请看： mindocr/scheduler

优化器 (optimizer)

代码位置请看： mindocr/optim

损失缩放系数 (loss_scaler)

8. 训练、评估流程 (train, eval)

训练流程的配置放在 train 底下，评估阶段的配置放在 eval 底下。注意，在模型训练的时候，若打开边训练边评估模式，即val_while_train=True时，则在每个epoch训练完毕后按照 eval 底下的配置运行一次评估。在非训练阶段，只运行模型评估的时候，只读取 eval 配置。

训练流程 (train)

参考例子: DBNet, CRNN

评估流程 (eval)

eval 的参数与 train 基本一样，只补充说明几个额外的参数，其余的请参考上述train的参数说明。