SceneTextDetection

ocr.DetTrainer

Scene Text Detection 모델을 학습시키기 위한 Trainer class 입니다.

Usage

# Trainer 빌드
error, trainer = DetTrainer.build(CONFIG, DATA)
assert error >= 0

# 0번 GPU로 이동
error, result = trainer.to_device(DEVICE)
assert error >= 0

# validation 가능한지 확인
error, validation_enabled = trainer.validation_enabled()
assert error >= 0

# 학습 루프
for step in range(CONFIG["total_iterations"]):
    error, result = trainer.train_one_step()
    assert error >= 0

    if (step + 1) % PRINT_INTERVAL == 0:
        print(f"Train {step + 1}:", result)

    if validation_enabled and (step + 1) % VALIDATION_INTERVAL == 0:
        error, result = trainer.validate()
        assert error >= 0
        print(f"Validation {step + 1}:", result)

# 학습 후처리 (default inference options)
error, post_train_process_result = trainer.post_train_process()
assert error >= 0
print("post_train_process :", post_train_process_result)

# 체크포인트 저장
error, _ = trainer.save_checkpoint(
    checkpoint_path=CHECKPOINT_PATH,
    password=PASSWORD,
    metadata={"description": "demo"},
)

build(config, data) classmethod

DetTrainer class의 instance를 생성합니다.

Parameters:

Name	Type	Description	Default
config	Dict	DetTrainer를 build 하기 위한 config가 담겨 있는 dictionary 입니다. { "network_type": str, # "v2_industry" / "v2_general" 중 하나를 지원합니다. "total_iterations": int, # total training iterations "roi": Optional[Dict], # roi 세팅. ROIHandlerAPI의 build config와 동일합니다. None이면 ROI 적용 안함. (default None) "target_text_size": Optional[int], # 리사이즈 후 target text size (16-64, default None). 하단 설명 참고. "augmentation": Optional[List[Dict]], # 학습에 사용할 augmentation config들을 모은 list 입니다. (default None) "batch_size": int, # number of train batch size (default 12) "num_workers": int, # number of train data worker processes (default 6) }	required
data	Dict	DetTrainer가 사용 할 train/validation data가 담겨 있는 dictionary 입니다. { "train_images": { # 1: basic structure "{image_id}": { "path": Union[str, List[str]], # 이미지 경로 (multipage인 경우 경로 리스트) "width": int, # image width "height": int, # image height "labels": [ { "polygon": [ [point_1_x, point_1_y], # TODO: 폴리곤 정렬 순서에 대해 제품팀과 논의 [point_2_x, point_2_y], ..., [point_n_x, point_n_y] ], # float "text": text in box # str }, ...# times number of labels in the image ], }, # 2: label path structure "{image_id}": { "path": Union[str, List[str]], # 이미지 경로 (multipage인 경우 경로 리스트) "width": int, # image width "height": int, # image height "labels_count": int, # len(labels) "labels_path": str, # pickle path to "labels" }, ..., # times number of images }, "validation_images": {...}, }	required

Returns:

Name	Type	Description
DetTrainer		build가 완료된 ocr.DetTrainer class의 instance를 반환합니다.

to_device(device=None)

DetTrainer의 device를 변경합니다. (cpu/gpu)

Parameters:

Name	Type	Description	Default
device	Union[torch.device, str, int]	변경하고자 하는 device 입니다. int의 경우 해당 번호의 GPU를, "cpu" 문자열의 경우 cpu를 사용합니다.	None

Returns:

Name	Type	Description
None		None

train_one_step()

학습을 1스텝 수행하고, 결과를 반환합니다.

Returns:

Name	Type	Description
Dict		학습 결과가 들어있는 dictionary를 반환합니다. { "step": int, # 현재까지 진행된 총 학습 step. "epoch": int, # 현재까지 진행된 총 학습 epoch. "epoch_step": int, # 현재 epoch에서 몇 번째 step인지를 나타냄. "loss/total": float, # 학습에 사용되는 모든 loss를 모두 더한 값. "loss/dice_loss": float, "loss/bce_loss": float, "loss/thr_loss": float, "loss/thk_loss": float, "loss/sin_loss": float, "loss/cos_loss": float, "loss/angle_loss": float, "learning_rate/0": float, # optimizer의 learning rate "step_time(sec)": float, # 학습을 1 step 진행하는데 걸린 총 시간 "data_time(sec)": float, # 데이터를 로딩하는데 걸린 시간 "model_time(sec)": float, # 모델 학습에 걸린 시간 }

validation_enabled()

DetTrainer가 validation이 가능한지 bool로 반환합니다.

Returns:

Name	Type	Description
bool		DetTrainer가 validation이 가능하면 True를, 불가능하다면 False를 반환합니다.

validate()

Validation을 수행하고, 결과를 리턴합니다.

Returns:

Name	Type	Description
Dict		validation 결과가 들어있는 dictionary를 반환합니다. { "IoU": float, # pixel iou value. }

post_train_process()

train 후처리를 수행하고, 해당 모델의 default inference options을 리턴합니다.

Returns:

Name	Type	Description
Dict	Dict	각 parameter에 대한 설명은 DetRecInferencer.get_default_inference_option를 참고해주세요. { "detection.polygon_score_threshold": float, "detection.text_size_range": List[int], "params.inspection_size_wh": Optional[List[int]], }

save_checkpoint(checkpoint_path, metadata=None, password=None)

현재 DetTrainer의 상태를 암호화하여 저장합니다.

Parameters:

Name	Type	Description	Default
checkpoint_path	str	checkpoint를 저장할 path 입니다.	required
metadata	Optional[Dict]	checkpoint에 저장할 추가 metadata. Defaults to None.	None
password	Optional[str]	checkpoint 파일에서 중요한 정보를 암호화 하는데 사용되는 password 입니다. None이면 암호화하지 않습니다. Defaults to None.	None

Returns:

Name	Type	Description
None		None

load_checkpoint(checkpoint_path, password=None, **options)

저장한 checkpoint로부터 DetTrainer의 상태를 불러오고, metadata를 반환합니다.

Parameters:

Name	Type	Description	Default
checkpoint_path	str	load할 checkpoint가 저장 되어 있는 path 입니다.	required
password	Optional[str]	checkpoint 파일에서 중요한 정보를 복호화 하는데 사용되는 password 입니다. None이면 복호화하지 않습니다. Defaults to None.	None

Returns:

Name	Type	Description
Dict	dict	save_checkpoint에서 저장했던 metadata 입니다.

auto-resize 설명

• 이미지 상의 텍스트 박스의 height 값이 특정한 길이가 되도록 하는 resize factor를 자동으로 찾아 주는 기능.
• 텍스트 검출 성능은 텍스트의 절대적인 크기에 영향을 받는데, 어떤 resize 값이 가장 적절한 지를 자동으로 결정해 줌.
• 학습 데이터셋을 한번 쭉 훑어 텍스트 라벨 height의 평균 값을 구하고, 이 값이 지정된 수치가 되도록 하는 resize factor를 계산함.
  • (ex) 데이터셋의 mean text height가 12이고 미리 지정된 수치가 36이라면 resize 배율은 3이 됨.
• 옵션은 None 혹은 16-64 의 integer로, 리사이즈 이후의 텍스트 height 평균 값이 얼마가 될 지 지정함. 지정값이 클수록 최종 이미지 사이즈는 커짐. 디폴트는 None.

Preview API에서 설정한 roi config를 그대로 Trainer.build() config의 roi 섹션에 넣어주면 학습 시 해당 roi가 적용되며, 학습에서 설정하는 roi는 validation 및 inference 시에도 동일하게 적용됩니다.

trainer_config = {
    "network_type": "standard",
    ...
    "target_text_size": 32,  # [None, 16, 24, 32, 40, 48, 56, 64]
    ...
}

error, trainer = DetTrainer.build(config=trainer_config, data)