Skip to content

README_CN.md

Latest commit

 

History

History
95 lines (76 loc) · 3.53 KB

README_CN.md

File metadata and controls

95 lines (76 loc) · 3.53 KB

PP-OCRv5 DEEPX 基准测试

English README

🚀 基于 DEEPX NPU 加速的 PP-OCRv5 基准测试工具链，提供全面的性能评估。

📈 性能测试结果

自定义数据集概述

本项目使用多样化的中文自定义数据集进行基准测试。该数据集包含各种真实场景，包括路标、手写文本、试卷、教科书和报纸，提供不同文本识别挑战的全面覆盖，并包含详细的标注信息（文本内容和边界框坐标）。

测试配置:

  • 数据集：自定义中文文档数据集（20张图像）
  • 数据格式：PNG 图像配合包含文本内容的 JSON 标注
  • 模型：DXNN-OCR v5 完整流水线（PP-OCRv5 → DEEPX NPU 加速）
    • 文本检测：PP-OCRv5 det → DXNN det_v5（NPU 加速）
    • 文本分类：PP-OCRv5 cls → DXNN cls_v5（NPU 加速）
    • 文本识别：PP-OCRv5 rec → DXNN rec_v5 多比例模型（NPU 加速）
  • 硬件配置：
    • 平台：Rockchip RK3588 IR88MX01 LP4X V10
    • NPU：DEEPX DX-M1 加速卡
      • PCIe：Gen3 X4 接口 [01:00:00]
      • 固件版本：v2.1.0
    • CPU：ARM Cortex-A55 8核心 @ 2.35GHz（8nm 工艺）
    • 系统内存：8GB LPDDR4X
    • 操作系统：Ubuntu 20.04.6 LTS (Focal)
    • 运行时：DXRT v3.0.0 + RT 驱动 v1.7.1 + PCIe 驱动 v1.4.1

基准测试结果:

NPU 型号 平均推理时间 (ms) 平均 FPS 平均 CPS (字符/秒) 平均准确率 (%)
DEEPX DX-M1 1151.77 2.94 255.17 68.56

🛠️ 快速开始

⚡ 一步启动 OCR 基准测试

一键执行:

git clone https://github.com/Chris-godz/PP-OCRv5-DeepX-Baseline.git
cd PP-OCRv5-DeepX-Baseline
./startup.sh

📁 项目结构

├── startup.sh              # 一键基准测试执行
├── scripts/
│   ├── dxnn_benchmark.py   # 主要基准测试工具（NPU 推理 + 性能测试）
│   ├── calculate_acc.py    # PP-OCRv5 兼容的准确率计算
│   └── ocr_engine.py       # DXNN NPU 引擎接口
├── engine/
│   ├── model_files/v5/     # DXNN v5 NPU 模型（.dxnn 格式）
│   ├── draw_utils.py       # 可视化工具
│   ├── utils.py           # 处理工具
│   └── fonts/             # 中文字体（用于可视化）
├── images/                 # 自定义数据集（20张 PNG 图像 + labels.json）
│   ├── image_1.png ~ image_20.png  # 测试图像
│   └── labels.json         # 真实标注
├── output/                # 测试结果输出
│   ├── json/              # 详细 JSON 结果
│   ├── vis/               # 可视化图像
│   ├── benchmark_summary.json
│   ├── benchmark_results.csv
│   └── DXNN-OCR_benchmark_report.md
└── logs/                  # 执行日志

自定义数据集:

# 准备你的图像
mkdir -p images/custom
cp /path/to/your/images/* images/custom/

# 运行基准测试
python scripts/dxnn_benchmark.py \
    --directory images/custom \
    --ground-truth custom_labels.json \
    --output output_custom \
    --runs 3

📄 许可证

本项目采用 Apache License 2.0 许可证 - 详见 LICENSE 文件。

🙏 致谢

本项目基于 DEEPX-AI/DXNN-OCR 项目 fork 开发