PaddleOCR自训练模型发布

本文档采用的发布方式为paddlehub serving

将训练模型(checkpoints模型)转化为推理模型(inference模型)

# 将文字检测训练模型转化为推理模型
python3 tools/export_model.py -c configs/det/det_mv3_db_icdar2019_v1.1.yml -o Global.checkpoints="/data11/shaozhl/workspace/PaddleOCR/output/det_db_icdar2019/best_accuracy" Global.save_inference_dir="./inference/shaozhl_db_det_v1.1_infer/"
# 将文字识别训练模型转化为推理模型
python3 tools/export_model.py -c configs/rec/rec_baidu_train.yml -o Global.checkpoints="/data11/shaozhl/workspace/PaddleOCR/output/rec_baidu_CRNN/best_accuracy" Global.save_inference_dir="./inference/shaozhl_crnn_rec_v1.1_infer/"

PS

• save_inference_dir为推理模型保存的位置，也可以在yml文件里面进行配置
• PaddleOCR两个模型训练都会保存三个best_accuracy模型文件，转化是只要指定best_accuracy就可以了

此时模型保存在了inference文件夹下

推理模型转化为服务模型(Serving模型)

python tools/inference_to_serving.py --model_dir ./inference/shaozhl_db_det_v1.1_infer
python tools/inference_to_serving.py --model_dir ./inference/shaozhl_crnn_rec_v1.1_infer

这样推理模型文件下会生成两个文件夹

快速启动服务

hubserving服务部署目录下包括检测、识别、2阶段串联三种服务包，请根据需求选择相应的服务包进行安装和启动。目录结构如下：

deploy/hubserving/
  └─  ocr_det         检测模块服务包
  └─  ocr_rec         识别模块服务包
  └─  ocr_system      检测+识别串联服务包
  └─  shao_ocr_system 自定义检测+识别串联服务包(复制上面的ocr_system，并修改confi.json的ocr_system为shao_ocr_system)

每个服务包下包含3个文件。以2阶段串联服务包为例，目录如下：

deploy/hubserving/shao_ocr_system/
  └─  __init__.py    空文件，必选
  └─  config.json    配置文件，可选，使用配置启动服务时作为参数传入
  └─  module.py      主模块，必选，包含服务的完整逻辑
  └─  params.py      参数文件，必选，包含模型路径、前后处理参数等参数

config.json如下：

{
    "modules_info": {
        "shao_ocr_system": {
            "init_args": {
                "version": &#