AMLNN是……

PPOCR是百度开源的一个OCR 工具链，适合端侧与服务器部署，PPOCR包含较多模型，最基本的是文本检测和文本识别模型。这里介绍的是这两个模型在AMLNN平台上的部署示例。

深度学习模型 是一套「固定网络结构 + 训练好的权重参数」的组合。

• 网络结构：描述计算图、层、算子、数据流，规定做什么运算、按什么顺序算，没有具体数值
• 权重参数：网络每一层的可学习数值（卷积核、偏置、全连接权重等），是模型 “学到的知识”

PPOCR提供的是推理模型是飞桨推理引擎模型，包含三个文件：

• 权重文件
• 模型结构文件
• 推理配置文件

使用PaddleX 的 Paddle2ONNX 插件可以将PPOCR飞桨模型转换为onnx模型，参考paddleocr - obtaining_onnx_models。

paddlex \
    --paddle2onnx \  # 使用paddle2onnx功能
    --paddle_model_dir /your/paddle_model/dir \  # 指定Paddle模型所在的目录
    --onnx_model_dir /your/onnx_model/output/dir \  # 指定转换后ONNX模型的输出目录
    --opset_version 7  # 指定要使用的 ONNX opset 版本

使用adlaconvter工具可以将onnx模型转换为adla模型。

原始的输入是一张保护待识别文字的图片，做以下预处理后的数据才能用于推理

1. 读取图片，BGR格式存储
2. 图片等比缩放到960，
3. 归一化，减去均值，除以方差，把像素值从[0, 255]转换为[0, 1]
4. 将[0, 1]范围的浮点值量化到[-128, 127]的int8值域里

推理引擎初始化、加载模型后，引擎根据模型对输入的预处理后张量调用算子，进行前向计算并输出结果，结果包含三个图：

• 概率图
• 阈值图
• 二值图