get_deep_ocr_paramT_get_deep_ocr_paramGetDeepOcrParamGetDeepOcrParamget_deep_ocr_param (Operator)

Name

get_deep_ocr_paramT_get_deep_ocr_paramGetDeepOcrParamGetDeepOcrParamget_deep_ocr_param — Auslesen der Parameter des Deep OCR-Modells.

Signatur

Beschreibung

get_deep_ocr_paramget_deep_ocr_paramGetDeepOcrParamGetDeepOcrParamGetDeepOcrParamget_deep_ocr_param gibt die Parameterwerte von GenParamNameGenParamNameGenParamNameGenParamNamegenParamNamegen_param_name für das Deep OCR-Modell DeepOcrHandleDeepOcrHandleDeepOcrHandleDeepOcrHandledeepOcrHandledeep_ocr_handle in GenParamValueGenParamValueGenParamValueGenParamValuegenParamValuegen_param_value aus.

Die Parameter können das ganze Modell betreffen oder nur spezifische Komponenten. Die folgende Tabelle gibt einen Überblick, welche Parameter gesetzt und welche zurückgegeben werden können sowie für welche Modell-Komponente sie zutreffen.

• 's': Der Parameter kann mit set_deep_ocr_paramset_deep_ocr_paramSetDeepOcrParamSetDeepOcrParamSetDeepOcrParamset_deep_ocr_param gesetzt werden.

• 'g': Der Parameter kann mit get_deep_ocr_paramget_deep_ocr_paramGetDeepOcrParamGetDeepOcrParamGetDeepOcrParamget_deep_ocr_param zurückerhalten werden.

• '-': Der Parameter hat keine Anwendung.

• Modell: Komplettes Deep OCR-Modell mit all seinen Komponenten.

• Det. comp.: Komponente zur Lokalisierung.

• Recog. comp.: Komponente zur Erkennung.

Im Folgenden werden die Parameter GenParamNameGenParamNameGenParamNameGenParamNamegenParamNamegen_param_name, deren Werte mit get_deep_ocr_paramget_deep_ocr_paramGetDeepOcrParamGetDeepOcrParamGetDeepOcrParamget_deep_ocr_param abgefragt werden können, aufgelistet und erläutert.

Komplettes Modell:

'device'"device""device""device""device""device":

Handle der Hardware Einheit, auf der das Modell ausgeführt wird. Ein Tupel mit den Handles aller potentiell Deep OCR-fähigen Geräte kann über query_available_dl_devicesquery_available_dl_devicesQueryAvailableDlDevicesQueryAvailableDlDevicesQueryAvailableDlDevicesquery_available_dl_devices erzeugt werden.

Es gilt zu beachten, dass eine Einheit auch für eine einzelne Komponente neu gesetzt werden kann. In diesem Fall wird nur der möglicherweise verbliebene Teil des Modells (z.B. eine verbleibende Komponente) auf der Einheit dieses Handles ausgeführt.

Default: Handle der Standard-Einheit, d.h. die GPU mit Index 0 in der Liste, die mit get_systemget_systemGetSystemGetSystemGetSystemget_system und 'cuda_devices'"cuda_devices""cuda_devices""cuda_devices""cuda_devices""cuda_devices" erhalten wird. Falls keine Einheit vorhanden ist, ein leeres Tupel.

Lokalisierungs-Komponente:

'detection_device'"detection_device""detection_device""detection_device""detection_device""detection_device":

Dieser Parameter setzt die Hardware Einheit auf welcher die Lokalisierungs-Komponente des Deep OCR-Modells ausgeführt wird. Siehe 'device'"device""device""device""device""device" für weitere Erklärungen.

Default: Der selbe Wert wie für 'device'"device""device""device""device""device".

'detection_image_dimensions'"detection_image_dimensions""detection_image_dimensions""detection_image_dimensions""detection_image_dimensions""detection_image_dimensions":

Tupel mit den Bilddimensionen ('detection_image_width'"detection_image_width""detection_image_width""detection_image_width""detection_image_width""detection_image_width", 'detection_image_height'"detection_image_height""detection_image_height""detection_image_height""detection_image_height""detection_image_height", Anzahl Kanäle), welche die Lokalisierungs-Komponente verarbeitet.

Das Eingabebild wird Seitenverhältnis getreu in 'detection_image_dimensions'"detection_image_dimensions""detection_image_dimensions""detection_image_dimensions""detection_image_dimensions""detection_image_dimensions" eingepasst. Falls notwendig, wird das skalierte Bild mit Grauwerten 0 aufgefüllt. Daher kann das Ändern der Parameter 'detection_image_height'"detection_image_height""detection_image_height""detection_image_height""detection_image_height""detection_image_height" bzw. 'detection_image_width'"detection_image_width""detection_image_width""detection_image_width""detection_image_width""detection_image_width" die Ergebnisse beeinflussen.

Die Anzahl der Kanäle muss immer 3 sein.

Default: [1024, 1024, 3]

'detection_image_height'"detection_image_height""detection_image_height""detection_image_height""detection_image_height""detection_image_height":

Höhe des Bildes, welche die Lokalisierungs-Komponente verarbeitet. Dies bedeutet, dass das Netzwerk die Eingabebilder Seitenverhältnis getreu bis maximal auf diese Höhe skaliert bevor es das Bild verarbeitet. Dadurch kann diese Größe die Ergebnisse beeinflussen.

Die Modellarchitektur verlangt, dass die Höhe ein Vielfaches von 32 ist. Ist dies nicht der Fall, wird die Höhe auf das nächstgrößere ganzzahlige Vielfache von 32 gerundet.

Typische Werte: 768, 1024, 1280

Default: 1024

'detection_image_size'"detection_image_size""detection_image_size""detection_image_size""detection_image_size""detection_image_size":

Tupel mit der Bildgröße ('detection_image_width'"detection_image_width""detection_image_width""detection_image_width""detection_image_width""detection_image_width", 'detection_image_height'"detection_image_height""detection_image_height""detection_image_height""detection_image_height""detection_image_height"), welche die Lokalisierungs-Komponente verarbeitet.

Default: [1024, 1024]

'detection_image_width'"detection_image_width""detection_image_width""detection_image_width""detection_image_width""detection_image_width":

Breite des Bildes, welche die Lokalisierungs-Komponente verarbeitet. Dies bedeutet, dass das Netzwerk die Eingabebilder Seitenverhältnis getreu bis maximal auf diese Breite skaliert bevor es das Bild verarbeitet. Dadurch kann diese Größe die Ergebnisse beeinflussen.

Die Modellarchitektur verlangt, dass die Breite ein Vielfaches von 32 ist. Ist dies nicht der Fall, wird die Breite auf das nächstgrößere ganzzahlige Vielfache von 32 gerundet.

Typische Werte: 768, 1024, 1280

Default: 1024

'detection_min_character_score'"detection_min_character_score""detection_min_character_score""detection_min_character_score""detection_min_character_score""detection_min_character_score":

Der Parameter 'detection_min_character_score'"detection_min_character_score""detection_min_character_score""detection_min_character_score""detection_min_character_score""detection_min_character_score" gibt den unteren Schwellenwert an, der für die Zeichenbewertung verwendet wird, um die Abmessungen der Zeichen zu schätzen. Durch Anpassen von 'detection_min_character_score'"detection_min_character_score""detection_min_character_score""detection_min_character_score""detection_min_character_score""detection_min_character_score" können vorgeschlagene Instanzen aufgespalten, beziehungsweise benachbarte Instanzen vereint werden.

Wertebereich: .

Default: 0.5

'detection_min_link_score'"detection_min_link_score""detection_min_link_score""detection_min_link_score""detection_min_link_score""detection_min_link_score":

Der Parameter 'detection_min_link_score'"detection_min_link_score""detection_min_link_score""detection_min_link_score""detection_min_link_score""detection_min_link_score" definiert die minimale Verknüpfungsbewertung, die zwischen zwei lokalisierten Zeichen gefordert ist, um diese Zeichen als zusammenhängendes Wort zu erkennen.

Wertebereich: .

Default: 0.3

'detection_min_word_area'"detection_min_word_area""detection_min_word_area""detection_min_word_area""detection_min_word_area""detection_min_word_area":

Der Parameter 'detection_min_word_area'"detection_min_word_area""detection_min_word_area""detection_min_word_area""detection_min_word_area""detection_min_word_area" definiert die Mindestgröße, die ein lokalisiertes Wort haben muss, um vorgeschlagen zu werden. Über diesen Parameter können zu kleine Vorschläge gefiltert werden.

Wertebereich: .

Default: 10

'detection_min_word_score'"detection_min_word_score""detection_min_word_score""detection_min_word_score""detection_min_word_score""detection_min_word_score":

Der Parameter 'detection_min_word_score'"detection_min_word_score""detection_min_word_score""detection_min_word_score""detection_min_word_score""detection_min_word_score" definiert die minimale Bewertung, die eine lokalisierte Instanz enthalten muss, um als Wort vorgeschlagen zu werden. Über diesen Parameter können unsichere Worte herausgefiltert werden.

Wertebereich: .

Default: 0.7

'detection_model'"detection_model""detection_model""detection_model""detection_model""detection_model":

Handle der Deep OCR-Modell-Komponente zur Lokalisierung der Worte.

'detection_optimize_for_inference'"detection_optimize_for_inference""detection_optimize_for_inference""detection_optimize_for_inference""detection_optimize_for_inference""detection_optimize_for_inference":

Definiert, ob die Lokalisierungskomponente für die Inferenz optimiert ist.

Dieser Parameter wendet das Verhalten des Operators get_dl_model_paramget_dl_model_paramGetDlModelParamGetDlModelParamGetDlModelParamget_dl_model_param mit Parameter 'optimize_for_inference'"optimize_for_inference""optimize_for_inference""optimize_for_inference""optimize_for_inference""optimize_for_inference" auf die Lokalisierungskomponente an.

Default: 'false'"false""false""false""false""false"

'detection_orientation'"detection_orientation""detection_orientation""detection_orientation""detection_orientation""detection_orientation":

Dieser Parameter erlaubt es, die Orientierung der vorhergesagten Worte im Voraus festzulegen. Diese Festlegung kann wieder rückgängig gemacht werden, indem 'detection_orientation'"detection_orientation""detection_orientation""detection_orientation""detection_orientation""detection_orientation" auf 'auto'"auto""auto""auto""auto""auto" gesetzt wird. Dann wird für die Orientierung der Worte wieder die Vorhersage des Modells benutzt.

Wertebereich: .

Default: 'auto'"auto""auto""auto""auto""auto"

'detection_sort_by_line'"detection_sort_by_line""detection_sort_by_line""detection_sort_by_line""detection_sort_by_line""detection_sort_by_line":

Auf Grundlage der geschätzten Orientierungen der lokalisierten Worte werden die gefundenen Worte zeilenweise sortiert. Wird eine Sortierung in Zeilen- und Spaltenrichtung bevorzugt, muss der Parameter 'detection_sort_by_line'"detection_sort_by_line""detection_sort_by_line""detection_sort_by_line""detection_sort_by_line""detection_sort_by_line" auf 'false'"false""false""false""false""false" gesetzt werden.

Default: 'true'"true""true""true""true""true"

'detection_tiling'"detection_tiling""detection_tiling""detection_tiling""detection_tiling""detection_tiling":

Das Eingabebild wird automatisch in überlappende Kacheln der Größe 'detection_image_size'"detection_image_size""detection_image_size""detection_image_size""detection_image_size""detection_image_size" aufgeteilt, welche separat von der Lokalisierungs-Komponente verarbeitet werden. Dies ermöglicht das Verarbeiten von Eingabebildern, welche wesentlich größer sind als die eigentliche Bildgröße 'detection_image_size'"detection_image_size""detection_image_size""detection_image_size""detection_image_size""detection_image_size", ohne dass das Eingabebild gezoomt werden muss. Entsprechend wird für 'detection_tiling'"detection_tiling""detection_tiling""detection_tiling""detection_tiling""detection_tiling" = 'true'"true""true""true""true""true" das Eingabebild nicht mehr gezoomt bevor es verarbeitet wird.

Default: 'false'"false""false""false""false""false"

'detection_tiling_overlap'"detection_tiling_overlap""detection_tiling_overlap""detection_tiling_overlap""detection_tiling_overlap""detection_tiling_overlap":

Dieser Parameter definiert wie groß die Überlappung benachbarter Kacheln ist, falls Eingabebilder aufgeteilt werden (siehe 'detection_tiling'"detection_tiling""detection_tiling""detection_tiling""detection_tiling""detection_tiling"). Die Größe der Überlappung wird in Pixeln angegeben.

Wertebereich: .

Default: 64

Erkennungs-Komponente:

'recognition_alphabet'"recognition_alphabet""recognition_alphabet""recognition_alphabet""recognition_alphabet""recognition_alphabet":

Der Zeichensatz, welchen das Modell erkennen kann.

Dieser Zeichensatz enthält alle Zeichen die kein Mapping auf das erste Zeichen des internen Alphabets haben (siehe Parameter 'recognition_alphabet_mapping'"recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping" und 'recognition_alphabet_internal'"recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal")).

Das Alphabet kann bei Bedarf geändert oder erweitert werden. Wird das Alphabet über 'recognition_alphabet'"recognition_alphabet""recognition_alphabet""recognition_alphabet""recognition_alphabet""recognition_alphabet" geändert, so werden das interne Alphabet und dessen Mapping so geändert, dass, falls möglich, die Länge des internen Alphabets gleich bleibt. Es wird empfohlen das Modell mit anwendungsspezifischen Daten nachzutrainieren wenn das Alphabet geändert wird (siehe auch das HDevelop Beispielprogramm deep_ocr_recognition_training_workflow.hdev). Für zuvor unbekannte Zeichen werden mehr Trainingsdaten benötigt.

Es ist zu beachten, dass, falls sich die Länge des internen Alphabets ändert, die letzten Modell-Layer zufällig initialisiert werden müssen und dadurch zufällige Strings als Ausgabe resultieren (siehe 'recognition_alphabet_internal'"recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal"). In diesem Fall ist es zwingend notwendig das Modell nachzutrainieren.

'recognition_alphabet_internal'"recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal":

Der vollständige Zeichensatz mit dem die Deep OCR Erkennungs-Komponente trainiert wurde.

Das erste Zeichen des internen Alphabets hat eine Sonderstellung. Im vortrainierten Modell ist es als leeres Braillezeichen (U+2800) spezifiziert, ist dabei aber nicht mit dem Leerzeichen zu verwechseln. Dieses leeres Braillezeichen wird nie in einem Wort zurückgegeben, kann dafür aber als Kandidat für Zeichen zurückgegeben werden. Das leeres Braillezeichen ist notwendig und muss auch bei einer Änderung des internen Alphabets das erste Zeichen des Alphabets bleiben. Das leeres Braillezeichen wird automatisch zum Zeichensatz hinzugefügt falls das Alphabet mit 'recognition_alphabet'"recognition_alphabet""recognition_alphabet""recognition_alphabet""recognition_alphabet""recognition_alphabet" geändert wird.

Die Länge dieses Tupels entspricht der Tiefe des letzten Faltungs-Layers des Modells. Ändert sich die Länge, dann müssen die Größen des letzten Faltungslayers und aller folgenden Layer angepasst und möglicherweise zufällig reinitialisiert werden. Nach einer entsprechenden Änderung ist es notwendig das Modell nachzutrainieren (siehe HDevelop Beispielprogramm deep_ocr_recognition_training_workflow.hdev).

Es wird empfohlen den Parameter 'recognition_alphabet'"recognition_alphabet""recognition_alphabet""recognition_alphabet""recognition_alphabet""recognition_alphabet" zur Änderung des Alphabets zu verwenden, da dadurch versucht wird die Länge des internen Alphabets automatisch zu erhalten.

'recognition_alphabet_mapping'"recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping":

Tupel mit ganzzahligen Indizes.

Es handelt sich um ein Mapping, das vom Modell während der Dekodierung jedes Wortes angewendet wird. Das Mapping überschreibt jedes Zeichen von 'recognition_alphabet_internal'"recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal" mit dem vom Index festgelegten Zeichen aus 'recognition_alphabet_internal'"recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal".

Das über die Indizes des Tupels definierte Mapping wird im Dekodierungsschritt auf die vorhergesagten Zeichen angewandt. Das Tupel muss dieselbe Länge wie das Tupel 'recognition_alphabet_internal'"recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal" haben. Jeder der ganzzahligen Indizes von 'recognition_alphabet_mapping'"recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping""recognition_alphabet_mapping" muss zwischen 0 |'recognition_alphabet_internal'"recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal"|-1 liegen.

Manchmal kann es nützlich sein ein Mapping für bestimmte Zeichen aufeinander zu definieren. Falls beispielsweise nur Zahlen in einer Anwendung auftreten können kann es sinnvoll sein ein Mapping des Zeichens "O" auf "0" festzulegen. Das Modell muss dafür nicht nachtrainiert werden.

Falls ein Eintrag auf 0 gesetzt wird, wird das entsprechende Zeichen in 'recognition_alphabet_internal'"recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal""recognition_alphabet_internal" in keinem Wort dekodiert.

'recognition_batch_size'"recognition_batch_size""recognition_batch_size""recognition_batch_size""recognition_batch_size""recognition_batch_size":

Anzahl der Bilder in einem Batch, die gleichzeitig in den Gerätespeicher transferiert werden. Für mehr Informationen wird auf die Referenzdokumentation des Operator apply_dl_modelapply_dl_modelApplyDlModelApplyDlModelApplyDlModelapply_dl_model bezüglich des Parameters 'batch_size'"batch_size""batch_size""batch_size""batch_size""batch_size" verwiesen. Dieser Parameter kann dazu verwendet werden die Laufzeit von apply_deep_ocrapply_deep_ocrApplyDeepOcrApplyDeepOcrApplyDeepOcrapply_deep_ocr auf der gegebenen Hardware-Einheit zu verkürzen. Falls die Erkennungs-Komponente mehrere Eingaben (Wörter) gleichzeitig verarbeiten muss, kann eine höhere 'recognition_batch_size'"recognition_batch_size""recognition_batch_size""recognition_batch_size""recognition_batch_size""recognition_batch_size" zu schnellerer Verarbeitung führen. Es gilt zu beachten, dass ein höherer Wert für die 'recognition_batch_size'"recognition_batch_size""recognition_batch_size""recognition_batch_size""recognition_batch_size""recognition_batch_size" zu höherem Speicherverbrauch auf der Hardware-Einheit führt.

Default: 1

'recognition_device'"recognition_device""recognition_device""recognition_device""recognition_device""recognition_device":

Dieser Parameter setzt die Hardware Einheit auf welcher die Erkennungs-Komponente des Deep OCR-Modells ausgeführt wird. Siehe 'device'"device""device""device""device""device" für weitere Erklärungen.

Default: Der selbe Wert wie für 'device'"device""device""device""device""device".

'recognition_image_dimensions'"recognition_image_dimensions""recognition_image_dimensions""recognition_image_dimensions""recognition_image_dimensions""recognition_image_dimensions":

Tupel mit den Bilddimensionen ('recognition_image_width'"recognition_image_width""recognition_image_width""recognition_image_width""recognition_image_width""recognition_image_width", 'recognition_image_height'"recognition_image_height""recognition_image_height""recognition_image_height""recognition_image_height""recognition_image_height", Anzahl Kanäle), welche die Erkennungs-Komponente verarbeitet.

Der Bildausschnitt wird zunächst Seitenverhältnis getreu auf die Höhe 'recognition_image_height'"recognition_image_height""recognition_image_height""recognition_image_height""recognition_image_height""recognition_image_height" gezoomt. Anschließend wird das resultierende Bild, falls es eine geringere Breite als 'recognition_image_width'"recognition_image_width""recognition_image_width""recognition_image_width""recognition_image_width""recognition_image_width" besitzt, von rechts mit Grauwert 0 aufgefüllt. Falls der Bildausschnitt breiter sein sollte, wird er auf die Breite 'recognition_image_width'"recognition_image_width""recognition_image_width""recognition_image_width""recognition_image_width""recognition_image_width" gezoomt.

Die Anzahl der Kanäle muss immer 1 sein.

Default: [120, 32, 1]

'recognition_image_height'"recognition_image_height""recognition_image_height""recognition_image_height""recognition_image_height""recognition_image_height":

Höhe des Bildes, welche die Erkennungs-Komponente verarbeitet.

Default: 32

'recognition_image_width'"recognition_image_width""recognition_image_width""recognition_image_width""recognition_image_width""recognition_image_width":

Breite des Bildes, welche die Erkennungs-Komponente verarbeitet.

Default: 120

'recognition_model'"recognition_model""recognition_model""recognition_model""recognition_model""recognition_model":

Handle der Deep OCR-Modell-Komponente zur Worterkennung.

'recognition_num_char_candidates'"recognition_num_char_candidates""recognition_num_char_candidates""recognition_num_char_candidates""recognition_num_char_candidates""recognition_num_char_candidates":

Kontrolliert die Anzahl der zurückgegebenen Buchstaben-Kandidaten des Operators apply_deep_ocrapply_deep_ocrApplyDeepOcrApplyDeepOcrApplyDeepOcrapply_deep_ocr.

Default: 3

'recognition_optimize_for_inference'"recognition_optimize_for_inference""recognition_optimize_for_inference""recognition_optimize_for_inference""recognition_optimize_for_inference""recognition_optimize_for_inference":

Definiert, ob die Erkennungskomponente für die Inferenz optimiert ist.

Dieser Parameter wendet das Verhalten des Operators get_dl_model_paramget_dl_model_paramGetDlModelParamGetDlModelParamGetDlModelParamget_dl_model_param mit Parameter 'optimize_for_inference'"optimize_for_inference""optimize_for_inference""optimize_for_inference""optimize_for_inference""optimize_for_inference" auf die Erkennungskomponente an.

Default: 'false'"false""false""false""false""false"

Ausführungsinformationen

• Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
• Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
• Wird ohne Parallelisierung verarbeitet.

Parameter

Ergebnis

Sind die Parameterwerte korrekt, dann liefert get_deep_ocr_paramget_deep_ocr_paramGetDeepOcrParamGetDeepOcrParamGetDeepOcrParamget_deep_ocr_param den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

create_deep_ocrcreate_deep_ocrCreateDeepOcrCreateDeepOcrCreateDeepOcrcreate_deep_ocr, set_deep_ocr_paramset_deep_ocr_paramSetDeepOcrParamSetDeepOcrParamSetDeepOcrParamset_deep_ocr_param

Nachfolger

set_deep_ocr_paramset_deep_ocr_paramSetDeepOcrParamSetDeepOcrParamSetDeepOcrParamset_deep_ocr_param, apply_deep_ocrapply_deep_ocrApplyDeepOcrApplyDeepOcrApplyDeepOcrapply_deep_ocr

Siehe auch

set_deep_ocr_paramset_deep_ocr_paramSetDeepOcrParamSetDeepOcrParamSetDeepOcrParamset_deep_ocr_param

Modul

OCR/OCV