鯨落于北

于 2021-08-23 14:20:56 發(fā)布

https://blog.csdn.net/weixin_42708301/article/details/119868531?spm=1001.2014.3001.5502（

PaddleOCR學(xué)習(xí)（二）PaddleOCR檢測(cè)模型訓(xùn)練

）

訂閱專(zhuān)欄

各種OCR算法試了一圈，還是PaddleOCR比較完善，集成度高，而且各種調(diào)試、測(cè)試、各種backbone的更改都要方便許多，非常的接地氣。網(wǎng)上也有許多paddleocr的相關(guān)教程，但是說(shuō)實(shí)話，有很多不清晰的地方，像我這樣接觸深度學(xué)習(xí)算法的新手，很多東西都搞不清楚，導(dǎo)致浪費(fèi)不少時(shí)間，趁著網(wǎng)絡(luò)在訓(xùn)練，我想做一份最最詳細(xì)的PaddleOCR算法新手教程，確保初次接觸深度學(xué)習(xí)的新手也能快速搞懂。

一、安裝PaddleOCR

首先去github下載：https://github.com/PaddlePaddle/PaddleOCR，然后找個(gè)文件夾解壓。

接下來(lái)需要配置PaddleOCR所需的環(huán)境，我是win10+anaconda，如果是linux的教程網(wǎng)上也很多，比win10簡(jiǎn)單多了，就不寫(xiě)了。

首先，推薦新建一個(gè)環(huán)境：

conda create -n paddle38 python=3.8

1

接下來(lái)，安裝PaddlePaddle，推薦使用清華源：

pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

1

如果要使用gpu版的，安裝paddlepaddle-gpu：

pip install paddlepaddle-gpu

1

然后是安裝shapely，但是需要先從https://www.lfd./~gohlke/pythonlibs/下載shapely安裝包Shapely?1.7.1?cp38?cp38?win_amd64.whl，將其復(fù)制到F:\Anaconda3\envs\paddle38\libs文件夾下（根據(jù)自己新建的環(huán)境的位置修改），然后在anaconda Prompt中，cd到該目錄下，執(zhí)行：

pip install Shapely?1.7.1?cp38?cp38?win_amd64.whl

1

最后cd到剛才解壓的PaddleOCR文件夾中，執(zhí)行：

pip install -r requirements.txt

1

至此，安裝就完成了，我用的是pycharm，記得到pycharm中，將PaddleOCR項(xiàng)目的環(huán)境改為paddle38。

PaddleOCR-develop文件夾目錄下應(yīng)該有以下文件：

這是我已經(jīng)安裝完的文件夾，里面有些文件夾是最初沒(méi)有的，比如demo、inference、pretrain_models、results、train_data等，這些后面會(huì)講，不影響。

二、試用官方的模型

完成PaddleOCR安裝之后，推薦先用官方模型對(duì)自己的數(shù)據(jù)進(jìn)行下測(cè)試看看效果，官方預(yù)訓(xùn)練模型的下載地址為：

https://github.com/PaddlePaddle/PaddleOCR/blob/develop/README_ch.md

這里有必要解釋一下，推理模型相當(dāng)于訓(xùn)練完成的模型，直接拿來(lái)就可以進(jìn)行predict；而預(yù)訓(xùn)練模型屬于半成品，用于進(jìn)一步的訓(xùn)練，之后用自己的數(shù)據(jù)訓(xùn)練模型時(shí)需要用到預(yù)訓(xùn)練模型。所以這里應(yīng)該先下載推理模型。

如圖，我下載的是超輕量OCR模型，檢測(cè)、方向分類(lèi)、識(shí)別的推理模型我都下載了，在PaddleOCR目錄下新建一個(gè)inference文件夾，用于存放這些模型：

接下來(lái)就可以準(zhǔn)備開(kāi)始測(cè)試自己的圖片了，官方也給出了快速開(kāi)始的教程：

https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_en/quickstart_en.md

可以使用如下命令進(jìn)行單張圖片的測(cè)試：

這里有兩種方法：

（1）直接在paddle-develop文件夾目錄下打開(kāi)cmd，然后conda activate paddle38，在輸入以下指令；

（2）在anaconda Prompt中先conda activate paddle38，再一路cd到paddle-develop文件夾下。

python tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" 

                                      --det_model_dir="./inference/ch_ppocr_mobile_v1.1_det_infer/"  

                                      --rec_model_dir="./inference/ch_ppocr_mobile_v1.1_rec_infer/" 

                                      --cls_model_dir="./inference/ch_ppocr_mobile_v1.1_cls_infer/" 

                                      --use_angle_cls=True 

                                      --use_space_char=True

有的網(wǎng)上教程前面是python3開(kāi)頭，不知道為什么，反正在我的環(huán)境里跑不起來(lái)，甚至沒(méi)有任何報(bào)錯(cuò)反應(yīng)。

如果不想使用命令運(yùn)行，而是想在pycharm中使用run的話，需要在代碼中進(jìn)行修改，需要修改的代碼在PaddleOCR-develop/tools/infer文件夾下：

這里面，predict_det是檢測(cè)文本用的，predict_rec是識(shí)別文本用的，而predict_system是既檢測(cè)又識(shí)別。另外，這幾個(gè)預(yù)測(cè)文件共用一個(gè)參數(shù)配置文件utility.py，需要更改的參數(shù)如下：

# 注意這些需要修改的參數(shù)在utility文件中不是連續(xù)的

# 是否使用gpu

parser.add_argument("--use_gpu", type=str2bool, default=True)

# 圖片位置（圖片位置相對(duì)于utility文件位置比較遙遠(yuǎn)，也可以使用絕對(duì)路徑）

parser.add_argument("--image_dir", type=str, default="../../demo/sample4.jpg")

# 檢測(cè)模型路徑

parser.add_argument("--det_model_dir", type=str, default="../../inference/ch_ppocr_mobile_v1.1_det_infer/")

# 識(shí)別模型路徑

parser.add_argument("--rec_model_dir", type=str, default="../../inference/ch_ppocr_mobile_v1.1_rec_infer")

# 字典路徑（ic15_dict.txt是英文字典，ppocr_keys_v1.txt是中文字典，檢測(cè)一般不區(qū)分中英文，但是識(shí)別需要區(qū)分中英文）

parser.add_argument(

        "--rec_char_dict_path",

        type=str,

        default="../../ppocr/utils/ic15_dict.txt")

# 分類(lèi)模型

parser.add_argument("--cls_model_dir", type=str, default="../../inference/ch_ppocr_mobile_v1.1_cls_infer")

# 字體路徑

def draw_ocr_box_txt(image,

                     boxes,

                     txts,

                     scores=None,

                     drop_score=0.5,

                     font_path="../../doc/simfang.ttf"):

# 字體路徑

def text_visual(texts,

                scores,

                img_h=400,

                img_w=600,

                threshold=0.,

                font_path="../../doc/simfang.ttf"):

修改完這些文件后，運(yùn)行predict_system文件，即可，輸出結(jié)果的位置在predict_system中修改：

draw_img_save = "../../results"

1

這樣即可輸出到PaddleOCR-develop/results文件夾中。

同樣的，如果只進(jìn)行文本檢測(cè)（不識(shí)別），運(yùn)行predict_det，輸出結(jié)果同樣修改。

—————

———————————

版權(quán)聲明：本文為CSDN博主「鯨落于北」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請(qǐng)附上原文出處鏈接及本聲明。

原文鏈接：https://blog.csdn.net/weixin_42708301/article/details/119864744