PaddleOCR/test_tipc/docs/test_lite.md

Lite预测功能测试

Lite预测功能测试的主程序为test_lite.sh，可以测试基于Lite预测库的模型推理功能。

1. 测试结论汇总

目前Lite端的样本间支持以方式的组合：

字段说明：

• 输入设置：包括C++预测、python预测、java预测
• 模型类型：包括正常模型（FP32）和量化模型（FP16）
• batch-size：包括1和4
• predictor数量：包括多predictor预测和单predictor预测
• 功耗模式：包括高性能模式（LITE_POWER_HIGH）和省电模式（LITE_POWER_LOW）
• 预测库来源：包括下载方式和编译方式，其中编译方式分为以下目标硬件：(1)ARM CPU;(2)Linux XPU;(3)OpenCL GPU;(4)Metal GPU

模型类型	batch-size	predictor数量	功耗模式	预测库来源	支持语言
正常模型/量化模型	1	1	高性能模式/省电模式	下载方式	C++预测

2. 测试流程

2.1 功能测试

先运行prepare.sh准备数据和模型，模型和数据会打包到test_lite.tar中，将test_lite.tar上传到手机上，解压后进入test_lite目录中，然后运行test_lite.sh进行测试，最终在test_lite/output目录下生成lite_*.log后缀的日志文件。

# 数据和模型准备
bash test_tipc/prepare.sh ./test_tipc/configs/ppocr_det_mobile_params.txt "lite_infer"

# 手机端测试:
bash test_lite.sh ppocr_det_mobile_params.txt

注意：由于运行该项目需要bash等命令，传统的adb方式不能很好的安装。所以此处推荐通在手机上开启虚拟终端的方式连接电脑，连接方式可以参考安卓手机termux连接电脑。

运行结果

各测试的运行情况会打印在 ./output/ 中： 运行成功时会输出：

Run successfully with command - ./ocr_db_crnn det ./models/ch_ppocr_mobile_v2.0_det_slim_opt.nb INT8 4 1 LITE_POWER_LOW ./test_data/icdar2015_lite/text_localization/ch4_test_images/img_233.jpg ./config.txt True > ./output/lite_ch_ppocr_mobile_v2.0_det_slim_opt.nb_precision_INT8_batchsize_1_threads_4_powermode_LITE_POWER_LOW_singleimg_True.log 2>&1!
Run successfully with command xxx
...

运行失败时会输出：

Run failed with command - ./ocr_db_crnn det ./models/ch_ppocr_mobile_v2.0_det_slim_opt.nb INT8 4 1 LITE_POWER_LOW ./test_data/icdar2015_lite/text_localization/ch4_test_images/img_233.jpg ./config.txt True > ./output/lite_ch_ppocr_mobile_v2.0_det_slim_opt.nb_precision_INT8_batchsize_1_threads_4_powermode_LITE_POWER_LOW_singleimg_True.log 2>&1!
Run failed with command xxx
...

在./output/文件夹下，会存在如下日志，每一个日志都是不同配置下的log结果：

在每一个log中，都会调用autolog打印如下信息：

3. 更多教程

本文档为功能测试用，更详细的Lite端预测使用教程请参考：Lite端部署。