|
鲸落于北 于 2021-08-23 14:20:56 发布 https://blog.csdn.net/weixin_42708301/article/details/119868531?spm=1001.2014.3001.5502（ PaddleOCR学习（二）PaddleOCR检测模型训练） 订阅专栏 各种OCR算法试了一圈，还是PaddleOCR比较完善，集成度高，而且各种调试、测试、各种backbone的更改都要方便许多，非常的接地气。网上也有许多paddleocr的相关教程，但是说实话，有很多不清晰的地方，像我这样接触深度学习算法的新手，很多东西都搞不清楚，导致浪费不少时间，趁着网络在训练，我想做一份最最详细的PaddleOCR算法新手教程，确保初次接触深度学习的新手也能快速搞懂。 一、安装PaddleOCR 首先去github下载：https://github.com/PaddlePaddle/PaddleOCR，然后找个文件夹解压。 接下来需要配置PaddleOCR所需的环境，我是win10+anaconda，如果是linux的教程网上也很多，比win10简单多了，就不写了。 首先，推荐新建一个环境： conda create -n paddle38 python=3.8 1 接下来，安装PaddlePaddle，推荐使用清华源： pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 1 如果要使用gpu版的，安装paddlepaddle-gpu： pip install paddlepaddle-gpu 1 然后是安装shapely，但是需要先从https://www.lfd./~gohlke/pythonlibs/下载shapely安装包Shapely‑1.7.1‑cp38‑cp38‑win_amd64.whl，将其复制到F:\Anaconda3\envs\paddle38\libs文件夹下（根据自己新建的环境的位置修改），然后在anaconda Prompt中，cd到该目录下，执行： pip install Shapely‑1.7.1‑cp38‑cp38‑win_amd64.whl 1 最后cd到刚才解压的PaddleOCR文件夹中，执行： pip install -r requirements.txt 1 至此，安装就完成了，我用的是pycharm，记得到pycharm中，将PaddleOCR项目的环境改为paddle38。 PaddleOCR-develop文件夹目录下应该有以下文件： 
这是我已经安装完的文件夹，里面有些文件夹是最初没有的，比如demo、inference、pretrain_models、results、train_data等，这些后面会讲，不影响。 二、试用官方的模型 完成PaddleOCR安装之后，推荐先用官方模型对自己的数据进行下测试看看效果，官方预训练模型的下载地址为： https://github.com/PaddlePaddle/PaddleOCR/blob/develop/README_ch.md 
这里有必要解释一下，推理模型相当于训练完成的模型，直接拿来就可以进行predict；而预训练模型属于半成品，用于进一步的训练，之后用自己的数据训练模型时需要用到预训练模型。所以这里应该先下载推理模型。 如图，我下载的是超轻量OCR模型，检测、方向分类、识别的推理模型我都下载了，在PaddleOCR目录下新建一个inference文件夹，用于存放这些模型： 
接下来就可以准备开始测试自己的图片了，官方也给出了快速开始的教程： https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_en/quickstart_en.md 可以使用如下命令进行单张图片的测试： 这里有两种方法： （1）直接在paddle-develop文件夹目录下打开cmd，然后conda activate paddle38，在输入以下指令； （2）在anaconda Prompt中先conda activate paddle38，再一路cd到paddle-develop文件夹下。 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 有的网上教程前面是python3开头，不知道为什么，反正在我的环境里跑不起来，甚至没有任何报错反应。 如果不想使用命令运行，而是想在pycharm中使用run的话，需要在代码中进行修改，需要修改的代码在PaddleOCR-develop/tools/infer文件夹下： 
这里面，predict_det是检测文本用的，predict_rec是识别文本用的，而predict_system是既检测又识别。另外，这几个预测文件共用一个参数配置文件utility.py，需要更改的参数如下： # 注意这些需要修改的参数在utility文件中不是连续的 # 是否使用gpu parser.add_argument("--use_gpu", type=str2bool, default=True) # 图片位置（图片位置相对于utility文件位置比较遥远，也可以使用绝对路径） parser.add_argument("--image_dir", type=str, default="../../demo/sample4.jpg") # 检测模型路径 parser.add_argument("--det_model_dir", type=str, default="../../inference/ch_ppocr_mobile_v1.1_det_infer/") # 识别模型路径 parser.add_argument("--rec_model_dir", type=str, default="../../inference/ch_ppocr_mobile_v1.1_rec_infer") # 字典路径（ic15_dict.txt是英文字典，ppocr_keys_v1.txt是中文字典，检测一般不区分中英文，但是识别需要区分中英文） parser.add_argument( "--rec_char_dict_path", type=str, default="../../ppocr/utils/ic15_dict.txt") # 分类模型 parser.add_argument("--cls_model_dir", type=str, default="../../inference/ch_ppocr_mobile_v1.1_cls_infer") # 字体路径 def draw_ocr_box_txt(image, boxes, txts, scores=None, drop_score=0.5, font_path="../../doc/simfang.ttf"): # 字体路径 def text_visual(texts, scores, img_h=400, img_w=600, threshold=0., font_path="../../doc/simfang.ttf"): 修改完这些文件后，运行predict_system文件，即可，输出结果的位置在predict_system中修改： draw_img_save = "../../results" 1 这样即可输出到PaddleOCR-develop/results文件夹中。 同样的，如果只进行文本检测（不识别），运行predict_det，输出结果同样修改。 ————— 
——————————— 版权声明：本文为CSDN博主「鲸落于北」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/weixin_42708301/article/details/119864744 |
|
|
