dddd_trainer 开源项目教程

dddd_trainer 开源项目教程

项目地址:https://gitcode.com/gh_mirrors/dd/dddd_trainer

1. 项目目录结构及介绍

项目 dddd_trainer 是一个用于训练 OCR（Optical Character Recognition，光学字符识别）模型的工具，专注于ddddocr字符识别。以下是项目的主要目录结构及其功能：

.
├── configs            # 存放配置文件
│   └── config.yaml     # 示例配置文件
├── nets                # 网络架构代码
├── projects            # 项目实例存放位置
│   ├── [project_name]  # 具体的训练项目
│   │   ├── data         # 数据集
│   │   ├── labels.txt   # 标签文件
│   │   └── config.yaml  # 项目特定配置
├── tools               # 辅助工具
└── utils               # 工具函数
    ├── cache.py        # 缓存数据脚本
    └── app.py          # 主应用入口

• configs: 提供通用和项目特定的配置模板。
• nets: 包含卷积神经网络（CNN）和卷积循环神经网络（CRNN）的实现。
• projects: 用户存放各自训练任务的地方，每个任务都有自己的配置和数据集。
• tools: 包含与训练流程相关的辅助脚本，例如数据处理。
• utils: 提供一些核心函数和类，用于模型训练和部署。

2. 项目的启动文件介绍

app.py

app.py 是项目的主要入口文件，它包含了对 dddd_trainer 的核心操作，如缓存数据、训练模型和模型测试等功能。以下是一些关键功能的概述：

• cache: 使用 python app.py cache [project_name] <data_path> 来缓存数据到指定的项目目录下，以便后续训练。
• train: 使用 python app.py train [project_name] 来启动训练过程，这将依据 projects/[project_name]/config.yaml 文件中的参数进行。
• test: 用于模型验证，在训练过程中定期进行，可以根据 TEST_STEP 参数决定测试频率。

3. 项目的配置文件介绍

配置文件通常命名为 config.yaml，位于 projects/[project_name] 目录下。这些文件控制着训练的具体细节，包括但不限于以下部分：

• MODEL: 定义使用的特征提取模型，例如 effnetv2_l, mobilenetv2 等。
• DROPOUT: 设置丢弃概率，对模型进行正则化。
• LR: 初始化的学习率。
• OPTIMIZER: 选择优化器，通常是 SGD。
• SAVE_CHECKPOINTS_STEP: 模型每达到这个步数保存一次。
• TARGET: 设定训练结束的标准，包括需要达到的精度 Accuracy、损失 Cost 和训练轮数 Epoch。
• TEST_BATCH_SIZE: 测试阶段批次大小，应适应可用的计算资源。
• TEST_STEP: 每多少步执行一次测试。

根据不同的训练需求，用户可以修改这些配置以调整训练策略和性能。

示例配置文件

MODEL:
  NAME: ddddocr
  BACKBONE: effnetv2_l
DROPOUT: 0.3
LR: 0.01
OPTIMIZER: SGD
SAVE_CHECKPOINTS_STEP: 2000
TARGET:
  - Accuracy: 0.97
  - Cost: 0.05
  - Epoch: 20
TEST_BATCH_SIZE: 32
TEST_STEP: 1000

请注意，实际的配置可能根据项目的具体需求有所不同。为了获得最佳效果，请根据你的数据集和硬件资源来定制这些参数。

dddd_trainer ddddocr训练工具 项目地址: https://gitcode.com/gh_mirrors/dd/dddd_trainer