2024年鸿蒙最全PaddleOCR模型训练及使用详细教程_paddleocr设置模型输出，2024年最新HarmonyOS鸿蒙程序员架构之路该如何继续学习

于 2024-05-15 07:01:42 发布
阅读量1.7k 收藏 25
点赞数 9
分类专栏： 程序员 文章标签： 鸿蒙 面试 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84862048/article/details/138887204
版权

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！


img
img

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

⑤ 安装CUDNN ： 进入以下网址，需要进行注册下载
NVIDIA官网(https://developer.nvidia.com/cudnn)
在这里插入图片描述

在这里插入图片描述

下载后将cudnn解压为一个文件夹，将以下文件复制到cuda的根目录下

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在系统高级设置中添加如下环境变量:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp

Part4. 制作数据集

在这里插入图片描述

PPOCRLabel就是跟PaddleOCR配套的标注工具
前面在介绍环境搭建过程中已下载，直接可以使用

1. 先查看下载的ppocrlabel库所在位置：pip show ppocrlabel

在这里插入图片描述

2. 在PPOCRLabel文件夹下有两个.py文件是制作数据集所需的

在这里插入图片描述

3. PPOCRLabel根目录下，终端运行: python PPOCRLabel.py --lang ch
python PPOCRLabel.py --lang ch # 启动【普通模式】，用于打【检测+识别】场景的标签
python PPOCRLabel.py --lang ch --kie True # 启动【KIE 模式】，用于打【检测+识别+关键字提取】场景的标签

4. 打开后点击文件，点击打开目录选择需要打标签的数据集文件夹，点击左下角自动标注

在这里插入图片描述

5. 然后从第一张开始检查。漏打标的按下Q框出字体；打标文字错误的，点击方框，在右边框里修改，并对每一个方框给出关键词列表（点击编辑点击更改box关键词信息）。支持矩形标注和多点标注，最后删除无用信息，点确认后，切换下一张快捷键为D，如下图所示。
在这里插入图片描述

相关快捷键：
在这里插入图片描述

6. 导出标记结果及识别结果
全部打标完成之后，点击文件选择导出标记结果，再点击文件选择导出识别结果，完成后文件夹里多出四个文件crop_img、fileState、Label、rec_gt。

  • crop_img中的图片用来训练文字识别模型
  • fileState记录图片的打标完成与否
  • Label为训练文字检测模型的标签
  • rec_gt为训练文字识别模型的标签

在这里插入图片描述

命名为train_data文件夹存放的是打标签生成的文件和图片
其结构如下图所示
在这里插入图片描述

7. 将数据集划分(训练集/验证集/测试集)
PPOCRLabel根目录下，终端运行：python gen_ocr_train_val_test.py --trainValTestRatio 6:2:2 –-datasetRootPath xx --detRootPath xx --recRootPath xx

参数说明：

  • trainValTestRatio 是训练集、验证集、测试集的图像数量划分比例，根据实际情况设定，默认是6:2:2
  • datasetRootPath 是PPOCRLabel标注的完整数据集存放路径。默认路径是 …/train_data/
    就是步骤6的结果文件夹train_data文件夹。
  • detRootPath 是输出训练文字检测的数据集存放路径。默认路径是 …/train_data/det
  • recRootPath 是输出训练文字识别的数据集存放路径。默认路径是 …/train_data/rec

输入指令之后，在train_data文件夹下会出现两个文件：
其中det是用来训练文字检测的数据集,
rec是用来训练文字识别的数据集。

在这里插入图片描述

Part5. 训练模型

1. 按需下载文本检测、文本识别的配置文件和训练模型
官方网址：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/models_list.md
在这里插入图片描述
在这里插入图片描述
2. 在PaddleOCR-release-2.7目录下新建pretrain_models文件夹,存放前面下载的配置文件和训练模型

在这里插入图片描述
在这里插入图片描述

3. 训练文字检测模型

3.1 手动修改配置文件ch_PP-OCRv3_det_cml.yml
已列出需要修改的參數，完整參數説明請參考
官方文档https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/config.md
在这里插入图片描述
3.2 开始训练
在PaddleOCR-release-2.7根目录下，执行命令开始训练：
python tools/train.py -c pretrain_models/ch_PP-OCRv3_det_cml.yml
模型训练完之后会在文件夹下保存训练好的模型，具体保存的文件夹路径依据配置文件:
save_model_dir: ./output/ch_PP-OCR_v3_det/ # 设置输出训练模型路径

训练过程中产生的模型称为检查点(checkpoints)模型，包含完整参数，用于恢复训练及二次训练。一 个检查点模型包含三个文件：
.pdopt：训练优化器参数
.pdparams：训练网络参数
.states：训练状态
在这里插入图片描述

4. 训练文字识别模型（跟训练文字检测模型步骤几乎一样）

4.1 手动修改配置文件ch_PP-OCRv3_rec_distillation.yml
下面列出需要修改的參數，修改的地方和文字检测修改的类似。
在这里插入图片描述
4.2 开始训练
在PaddleOCR-release-2.7根目录下，执行命令开始训练：
python tools/train.py -c pretrain_models/ch_PP-OCRv3_rec_distillation.yml
模型训练完之后会在文件夹下保存训练好的模型，具体保存的文件夹路径依据配置文件:
save_model_dir: ./output/rec_ppocr_v3_distillation/

5. 断点训练
如果训练程序中断，希望加载训练中断的模型从而恢复训练，可以通过指定Global.checkpoints指定要加载的模型路径：
python tools/train.py -c pretrain_models/ch_PP-OCRv3_rec_distillation.yml -o Global.checkpoints=./your/trained/model
注意：Global.checkpoints的优先级高于Global.pretrained_model的优先级，即同时指定两个参数时，优先加载Global.checkpoints指定的模型

6. 模型微调
官方讲解较详细：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/finetune.md

Part6. 转换成推理模型并应用

1. 转换成推理模型

推理模型是可以直接被调用进行识别和检测。推理模型体积更小，在预测部署、加速推理上性能优越、灵活方便，但不能用于恢复训练及二次训练。

执行以下命令将训练好的检测、识别模型导出为推理模型：

python tools/export_model.py -c pretrain_models/ch_PP-OCRv3_det_cml.yml -o Global.pretrained_model=./output/ch_PP-OCR_v3_det/latest Global.save_inference_dir=./inference_model/det_model/

python tools/export_model.py -c pretrain_models/ch_PP-OCRv3_rec_distillation.yml -o Global.pretrained_model=./output/rec_ppocr_v3_distillation/latest Global.save_inference_dir=./inference_model/rec_model/

参数说明：

  • -c 指定导出模型使用的配置文件，需与训练时使用的配置文件相同
  • -o 指定配置文件中的某个参数，即在不修改配置文件的情况下修改参数
  • Global.pretrained_model 此处是指要导出模型的参数文件路径
  • Global.save_inference_dir 指导出模型的保存路径
    结果：
    在这里插入图片描述
    在这里插入图片描述

2. 模型使用

import cv2

from paddleocr import PaddleOCR

paddleocr = PaddleOCR(lang=‘ch’, show_log=False, enable_mkldnn=True,
det_model_dir=f’D:\PaddleOCR-release-2.7\inference_model\det_model\Teacher’,
rec_model_dir=f’D:\PaddleOCR-release-2.7\inference_model\rec_model\Teacher’) # 推理模型路径
img = cv2.imread(‘ch2.jpg’) # 打开需要识别的图片
result = paddleocr.ocr(img)
for i in range(len(result[0])):
print(result[0][i][1][0]) # 输出识别结果

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！


img
img

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

中…(img-zHj7PcqF-1715727679936)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

2401_84862048
关注
  • 9
    点赞
  • 踩
  • 25
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
PaddleOCR模型训练及使用详细教程
Elaine的博客
01-25 6277
PaddleOCR是基于PaddlePaddle深度学习框架的开源OCR工具，但它提供了推理模型/训练模型/预训练模型，用户可以直接使用推理模型进行识别，也可以对训练模型或预训练模型进行再训练。支持约80种语言的文本识别，并具有较高的准确性和速度。
黑马程序员HarmonyOS4+NEXT星河版入门到企业级实战教程，一套精通鸿蒙应用开发41-50
最新发布
06-29
黑马程序员HarmonyOS4+NEXT星河版入门到企业级实战教程，一套精通鸿蒙应用开发41-50
百度paddleocr训练详解
06-04
paddleocr是基于paddlepaddle的一个图文识别项目，为了对自己的数据进行标注训练，所以写了详细的步骤文档，感觉没看到有比我这份文档更加详细的了，不过可惜的是，因为我的硬盘不够大，训练部分无法完成，所以只到了训练的步骤。本来还想用那个c#实例来试试训练结果的。主要是做个记录，所以积分限定死了一分，不允许动态调分，用得上的同学尽管拿去看
全网首发黑马程序员鸿蒙 HarmonyOS NEXT星河版零基础入门到实战，零基础也能快速入门鸿蒙开发教程2
05-16
全网首发黑马程序员鸿蒙 HarmonyOS NEXT星河版零基础入门到实战，零基础也能快速入门鸿蒙开发教程2
【模型部署】PaddleOCR模型openvino部署（二）
AI爱好者的博客，分享计算机领域相关知识
04-26 3240
​ 上一篇博客【模型部署】PaddleOCR模型openvino部署（一）介绍了PaddleOCR检测模型DBNet的部署方法，本篇将介绍文本方向分类、文本识别的 部署方法，同时将检测、方向分类、文本识别模型串联起来，给出完整的部署流程。 ​
paddleOcr训练一个属于自己的模型
m0_49710816的博客
11-10 3681
训练一个属于自己的paddleocr模型，从环境搭建到模型推理全过程
PaddleOCR使用
kessity的博客
04-08 2万+
目录一 快速安装1 win10安装二 paddleocr package使用说明1 安装whl包2 代码使用 一 快速安装   本节内容来自这里。 1 win10安装 2. 安装PaddlePaddle Fluid v2.0 pip3 install --upgrade pip 如果您的机器安装的是CUDA9或CUDA10，请运行以下命令安装 python3 -m pip install paddlepaddle-gpu==2.0.0b0 -i https://mirror.baidu.com/pypi/
PaddleOCR训练自己的数据
zyb的博客
12-29 1万+
一 、数据准备 采用PPOCRLabel标注自己的数据 PPOCRLabel是一款适用于OCR领域的半自动化图形标注工具，内置PP-OCR模型对数据自动标注和重新识别。使用Python3和PyQT5编写，支持矩形框标注和四点标注模式，导出格式可直接用于PaddleOCR检测和识别模型的训练。 1.1 安装PaddlePaddle pip3 install --upgrade pip # 如果您的机器安装的是CUDA9或CUDA10，请运行以下命令安装 python3 -m pip in.
PaddleOCR使用笔记之模型训练
greatwind的博客
09-28 7464
简介 PaddleOCR算法主要包含三个部分，分别是文本检测模型(detection)、文本识别模型(recognition)、方向分类器(classification)。 文本检测模型(detection) 模型介绍 PaddleOCR开源的文本检测算法列表： DB(paper) [2]（ppocr推荐） EAST(paper)[1] SAST(paper)[4] 在ICDAR2015文本检测公开数据集上，算法效果如下： 模型 骨干网络 precision recall Hmean
paddleocr部署训练全流程
weixin_47978722的博客
04-04 7425
paddleocr部署训练全流程 1.GPU及环境配置 GPU：GTX1050TI 环境：win11+anaconda paddleocr版本：PaddleOCR-release-2.4 2.paddle安装 2.1快速开始安装方法（为后续使用标注工具做准备） 能够快速的使用paddleocr 创建conda虚拟环境 conda create -n paddle_quickstart python=3.8 接下来按照下述参考链接安装paddleocr 参考：https://gitee.com/paddle
paddle第十九期3天训练营3.14-day2
kewei chen
03-16 3273
第一步：重新安装环境 1.启动Notebook并打开 2.重新执行以下安装命令 第二步：安装PaddleOCR相关依赖文件 1.修改requirements文件 删除opencv-contrib-python==4.4.0.46 2.执行以下两个安装命令 cd /home/work/PaddleOCR !pip install -r requirements.txt !pip install opencv-contrib-python==4.2.0.32 第三步：修改模型训练的yml文件 进入
全网首发黑马程序员鸿蒙 HarmonyOS NEXT星河版零基础入门到实战，零基础也能快速入门鸿蒙开发教程1
05-16
全网首发黑马程序员鸿蒙 HarmonyOS NEXT星河版零基础入门到实战，零基础也能快速入门鸿蒙开发教程1
基于HarmonyOS 4开发的一款刷题的鸿蒙APP源代码
05-04
HarmonyOS是由华为公司研发的操作系统，旨在为不同设备提供统一的平台，实现跨平台、全场景的智能生活体验。这个应用是针对开发者设计的，帮助他们熟悉HarmonyOS的API和开发流程，通过实践来提升对HarmonyOS开发的...
鸿蒙仿抖音项目源代码，harmonyos 仿抖音交互，一款使用鸿蒙Fraction交互的app
05-27
【鸿蒙仿抖音项目源代码】是一个基于华为的HarmonyOS操作系统开发的应用程序，它旨在模仿抖音（TikTok）的交互体验。这个项目的核心在于使用了HarmonyOS的Fraction交互模式，这是一种专为分布式场景设计的用户界面...
【Python】paddleocr快速使用及参数详解
Elaine的博客
01-26 8833
在使用PaddleOCR进行模型推理时，可以自定义修改参数，来修改模型、数据、预处理、后处理等内容
PaddleOCR训练属于自己的模型详细教程（从打标，制作数据集，训练到应用，以行驶证识别为例）
热门推荐
qq_52852432的博客
07-25 5万+
PaddleOCR是一个基于飞桨开发的OCR（Optical Character Recognition，光学字符识别）系统。其技术体系包括文字检测、文字识别、文本方向检测和图像处理等模块。以下是其优点：高精度：PaddleOCR采用深度学习算法进行训练，可以在不同场景下实现高精度的文字检测和文字识别。
PadleOCR训练自己的ocr模型之训练步骤
m0_63493883的博客
06-26 4651
一、前期准备1、代码2、标注工具二、环境配置库的安装：在文件配置完后，训练后时看缺什么库就安什么库三、文件配置。
paddleocr：使用自己的模型推理
静谧、淡雅
01-14 1663
训练文字检测模型： https://blog.csdn.net/wss794/article/details/122471725?spm=1001.2014.3001.5501 训练文字识别模型： https://blog.csdn.net/wss794/article/details/122451815?spm=1001.2014.3001.5501 使用自己训练的模型推理： python tools/infer/predict_system.py --image_dir="./doc/imgs/test
mae python实现_使用Python进行机器学习：从0到1，构建回归模型（附完整教程）
05-15
一、前言 机器学习是人工智能的一个分支，也是目前最热门的技术之一。Python 作为一种高效、易用、灵活的编程语言，已经成为机器学习领域的主流编程语言。 本文将介绍如何使用 Python 进行机器学习，主要包括以下内容： 1.什么是机器学习 2.机器学习的分类 3.机器学习的基本步骤 4.使用 Python 进行机器学习的工具包 5.构建回归模型 二、什么是机器学习 机器学习是指通过对数据的学习和分析，从而使计算机系统能够自动提高性能的一种方法。简单来说，就是让计算机能够自动地从数据中学习信息，而不是由程序员手动编写规则。 机器学习通常可以分为三个步骤：训练、验证和测试。在训练阶段，机器学习系统通过对标记有正确答案的数据进行学习，从而建立一个模型。在验证阶段，系统使用另一组数据来评估模型的性能。在测试阶段，系统使用完全不同的数据来测试模型的性能。 三、机器学习的分类 机器学习可以分为监督学习、无监督学习和强化学习。 1.监督学习：监督学习是基于标记数据的学习方法，也就是说，训练数据集中每个样本都标记有正确答案。监督学习通常用于分类和回归问题。 2.无监督学习：无监督学习是基于未标记数据的学习方法，也就是说，训练数据集中每个样本都没有标记。无监督学习通常用于聚类、降维等问题。 3.强化学习：强化学习是一种基于奖励的学习方法，也就是说，系统通过与环境交互来学习如何最大化收益。强化学习通常用于游戏、自动驾驶等问题。 四、机器学习的基本步骤 机器学习通常包括以下步骤： 1.收集数据：收集和准备用于训练和测试模型的数据。 2.准备数据：对数据进行清洗、转换、缩放等操作，以便于模型的学习和使用。 3.选择模型：选择适合问题的模型，例如线性回归、支持向量机、朴素贝叶斯等。 4.训练模型：使用训练数据集来训练模型，并调整模型的超参数。 5.评估模型：使用验证数据集来评估模型的性能，并进行调整。 6.测试模型：使用测试数据集来测试模型的性能。 7.使用模型：使用模型来对新数据进行预测或分类等操作。 五、使用 Python 进行机器学习的工具包 Python 有很多优秀的机器学习工具包，包括： 1.scikit-learn：scikit-learn 是 Python 机器学习的核心工具包之一，它包含了大量的机器学习算法和统计工具。 2.TensorFlow：TensorFlow 是 Google 开源的机器学习框架，它可以用于构建神经网络、深度学习等模型。 3.Keras：Keras 是一个高层次的神经网络 API，它可以在 TensorFlow、Theano、CNTK 等后端上运行。 4.PyTorch：PyTorch 是 Facebook 开源的机器学习框架，它可以用于构建神经网络、深度学习等模型。 5.Pandas：Pandas 是一个数据分析工具包，它可以用于数据的读取、清洗、转换等操作。 在本文中，我们将使用 scikit-learn 和 Pandas 来构建回归模型。 六、构建回归模型 回归模型是一种用于预测数值型输出的模型。在本文中，我们将使用线性回归模型来预测波士顿房价。 1.准备数据 我们将使用 scikit-learn 中的波士顿房价数据集，该数据集包含了波士顿地区的房屋价格和房屋特征。我们可以使用 Pandas 将数据集读取为一个 DataFrame。 ``` import pandas as pd from sklearn.datasets import load_boston boston = load_boston() df = pd.DataFrame(boston.data, columns=boston.feature_names) df['target'] = boston.target ``` 2.数据清洗和特征选择 我们需要对数据进行清洗和特征选择，以便于模型的学习和使用。在这里，我们将使用所有的特征，并对数据进行缩放。 ``` from sklearn.preprocessing import StandardScaler X = df.drop('target', axis=1) y = df['target'] scaler = StandardScaler() X = scaler.fit_transform(X) ``` 3.划分数据集 我们将数据集划分为训练集和测试集，其中训练集占 80%，测试集占 20%。 ``` from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) ``` 4.训练模型 我们使用 scikit-learn 中的 LinearRegression 模型来训练模型。 ``` from sklearn.linear_model import LinearRegression model = LinearRegression() model.fit(X_train, y_train) ``` 5.评估模型 我们使用测试集来评估模型的性能。 ``` from sklearn.metrics import mean_squared_error y_pred = model.predict(X_test) mse = mean_squared_error(y_test, y_pred) print('MSE:', mse) ``` 6.使用模型 我们可以使用模型来对新数据进行预测。 ``` import numpy as np new_data = np.array([[0.00632, 18.0, 2.31, 0.0, 0.538, 6.575, 65.2, 4.0900, 1.0, 296.0, 15.3, 396.90, 4.98]]) new_data = scaler.transform(new_data) pred = model.predict(new_data) print('Prediction:', pred) ``` 完整代码如下： ``` import pandas as pd import numpy as np from sklearn.datasets import load_boston from sklearn.preprocessing import StandardScaler from sklearn.model_selection import train_test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error # 准备数据 boston = load_boston() df = pd.DataFrame(boston.data, columns=boston.feature_names) df['target'] = boston.target # 数据清洗和特征选择 X = df.drop('target', axis=1) y = df['target'] scaler = StandardScaler() X = scaler.fit_transform(X) # 划分数据集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 训练模型 model = LinearRegression() model.fit(X_train, y_train) # 评估模型 y_pred = model.predict(X_test) mse = mean_squared_error(y_test, y_pred) print('MSE:', mse) # 使用模型 new_data = np.array([[0.00632, 18.0, 2.31, 0.0, 0.538, 6.575, 65.2, 4.0900, 1.0, 296.0, 15.3, 396.90, 4.98]]) new_data = scaler.transform(new_data) pred = model.predict(new_data) print('Prediction:', pred) ``` 本文介绍了如何使用 Python 进行机器学习，主要包括了机器学习的基础知识、使用 Python 进行机器学习的工具包和构建回归模型的完整教程。希望本文能够帮助读者更好地理解机器学习，并在实践中取得更好的效果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值