Fetch the repository succeeded.
论文信息：
Spatial Dual-Modality Graph Reasoning for Key Information Extraction
Hongbin Sun and Zhanghui Kuang and Xiaoyu Yue and Chenhao Lin and Wayne Zhang
2021
在wildreceipt发票公开数据集上，算法复现效果如下：
| 模型 | 骨干网络 | 配置文件 | hmean | 下载链接 |
|---|---|---|---|---|
| SDMGR | VGG6 | configs/kie/sdmgr/kie_unet_sdmgr.yml | 86.70% | 训练模型/推理模型(coming soon) |
请先参考《运行环境准备》配置PaddleOCR运行环境，参考《项目克隆》克隆项目代码。
SDMGR是一个关键信息提取算法，将每个检测到的文本区域分类为预定义的类别，如订单ID、发票号码，金额等。
训练和测试的数据采用wildreceipt数据集，通过如下指令下载数据集：
wget https://paddleocr.bj.bcebos.com/ppstructure/dataset/wildreceipt.tar && tar xf wildreceipt.tar
创建数据集软链到PaddleOCR/train_data目录下：
cd PaddleOCR/ && mkdir train_data && cd train_data
ln -s ../../wildreceipt ./
训练采用的配置文件是configs/kie/sdmgr/kie_unet_sdmgr.yml，配置文件中默认训练数据路径是train_data/wildreceipt，准备好数据后，可以通过如下指令执行训练：
python3 tools/train.py -c configs/kie/sdmgr/kie_unet_sdmgr.yml -o Global.save_model_dir=./output/kie/
执行下面的命令进行模型评估
python3 tools/eval.py -c configs/kie/sdmgr/kie_unet_sdmgr.yml -o Global.checkpoints=./output/kie/best_accuracy
输出信息示例如下所示。
[2022/08/10 05:22:23] ppocr INFO: metric eval ***************
[2022/08/10 05:22:23] ppocr INFO: hmean:0.8670120239257812
[2022/08/10 05:22:23] ppocr INFO: fps:10.18816520530961
执行下面的命令进行模型预测，预测的时候需要预先加载存储图片路径以及OCR信息的文本文件，使用Global.infer_img进行指定。
python3 tools/infer_kie.py -c configs/kie/kie_unet_sdmgr.yml -o Global.checkpoints=kie_vgg16/best_accuracy Global.infer_img=./train_data/wildreceipt/1.txt
执行预测后的结果保存在./output/sdmgr_kie/predicts_kie.txt文件中，可视化结果保存在/output/sdmgr_kie/kie_results/目录下。
可视化结果如下图所示：
暂不支持
暂不支持
暂不支持
暂不支持
@misc{sun2021spatial,
title={Spatial Dual-Modality Graph Reasoning for Key Information Extraction},
author={Hongbin Sun and Zhanghui Kuang and Xiaoyu Yue and Chenhao Lin and Wayne Zhang},
year={2021},
eprint={2103.14470},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。