PaddleOCR二次全流程——6. finetune预训练模型来匹配自己的数据

最新推荐文章于 2025-03-20 11:09:28 发布
最新推荐文章于 2025-03-20 11:09:28 发布
阅读量1w 收藏 54
点赞数 9
分类专栏： # OCR数字仪表识别
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/Castlehe/article/details/115698840
版权

1. 修改textrender生成的数据使之符合PaddleOCR格式

如果不确定中间那堆空格是不是\t，建议使用sublime text查看一下，空格是点点和\t（制表符）是一个横线
在这里插入图片描述
最后，训练集和测试集的数量是24600:4600张，文件结构和之前的保持一致，如下（文件名和标签之间使用\t制表符隔开，制表符的长度可能不那么一致，不影响。）
在这里插入图片描述

将数据文件进行压缩，上传（不然通过sublime的SFTP文件夹传非常慢），

  1. 将train_data文件夹进行压缩（就是上面那样的文件结构），zip格式
  2. 上传至服务器的PaddleOCR文件夹中
  3. 解压：
# 解压
unzip train_data.zip # 因为最外层其实是一个文件夹，所以直接解压也是一个文件夹（以前遇到过解压完所有的图片都堆在解压目录 所以比较谨慎）
# 层级删除
rm -rf train_data

2. 预训练模型和配置文件

2.1 官方文件

2.2 自己的配置过程

我的选择以及选择的理由

  1. 场景：都是英文、数字、符号，文字长度有限，而且形变不是非常大，从这个角度来说，其实CTC和Attention都可以，但是考虑到Attention存在注意力漂移的问题，还是采用传统的CTC好了。
  2. 备选项有以下几个：
    在这里插入图片描述
    配置文件其实看了两个，内容大致相似，比如：
  • config/rec/multi_languages/rec_en_lite_train.yml和configs/rec/ch_ppocr_v1.1/rec_chinese_common_train_v1.1.yml
  • 前者是en_ppocr_mobile_v1.1_rec 原始超轻量模型，支持英文、数字识别 2M模型的配置文件，后者是ch_ppocr_server_v1.1_rec 通用模型，支持中英文、数字识别 105M的配置文件。
  • 反正先搞起来，多试验试验就好了。

2.2.1 下载模型

cd PaddleOCR/
# 下载预训练模型
wget -P ./pretrain_models/  https://paddleocr.bj.bcebos.com/rec_r34_vd_none_bilstm_ctc.tar
# 以前按照教程用的是这个https://paddleocr.bj.bcebos.com/rec_mv3_none_bilstm_ctc.tar
# CRNN	MobileNetV3	79.37%	rec_mv3_none_bilstm_ctc	
# 解压模型参数
cd pretrain_models
tar -xf rec_r34_vd_none_bilstm_ctc.tar && rm -rf rec_r34_vd_none_bilstm_ctc.tar

在这里插入图片描述
可以看到，解压完之后有三个文件，

|- rec_r34_vd_none_bilstm_ctc
	|- best_accuracy.pdmodel
	|- best_accuracy.pdopt
	|- best_accuracy.pdparams

2.2.2 配置文件

github上clone的PaddleOCR本来就有config文件夹，所以不需要再额外进行下载，需要复制一份，改成自己的。
对应于下载的预训练模型的配置文件是：https://github.com/PaddlePaddle/PaddleOCR/blob/develop/configs/rec/rec_r34_vd_none_bilstm_ctc.yml
考虑到以前训练配置文件乱改，效果不太好。这次就不乱改了，既然这个预训练模型对应的就是这个配置文件，那就尽量保持一致，改改字典和数据集位置，预训练模型位置就好了。

解释其中一些配置项目：

# 注意 yml文件每一项的键值是冒号加空格分割开的
 save_model_dir: ./output/rec/r34_vd_none_bilstm_ctc/
 # 默认paddleOCR没有这个output目录，会新建，同时为了和其他模型训练结果区分，所以给了模型名称作为子文件夹
pretrained_model: ./pretrain_models/rec_r34_vd_none_bilstm_ctc/best_accuracy
# 预训练模型位置
character_dict_path: ./ppocr/utils/eng.txt
# 设置字典路径
character_type: ch
# 设置字符类型 en/ch, en时将使用默认dict，ch时使用自定义dict 所以如果要使用自定义的字典，就需要设置字符类型是ch
  • 另外，由于这个预训练模型对应的配置文件采取的读文件方式是IMDBReader，而不是示例中的SimpleReader，参考Windows10制作LMDB详细教程以及What Is Wrong With Scene Text Recognition Model Comparisons? Dataset and Model Analysis，后面这个网站是PaddleOCR下载IMDB类型的dataset的地方，结合以前最开始的imdb格式的mnist数据集，可知这种格式不常用，需要换一个配置文件进行配置。
  • 但是通过比较SimpleReader和IMDBReader，这两者的配置其实差不多，就是路径（数据集的文件组织方式不一样），所以直接将配置文件中读取数据的方式由IMDBReader改为SimpleReader。
Train:
  dataset:
    name: SimpleDataSet
    data_dir: ./train_data/ # 数据集路径
    label_file_list: ["./train_data/train.txt"] # 训练集标签文件
    transforms:
      - DecodeImage: # load image
          img_mode: BGR
          channel_first: False
      - CTCLabelEncode: # Class handling label
      - RecResizeImg:
          image_shape: [3, 32, 256]
      - KeepKeys:
          keep_keys: ['image', 'label', 'length'] # dataloader will return list in this order
  loader:
    shuffle: True
    batch_size_per_card: 256
    drop_last: True
    num_workers: 8

3. 启动训练

先测试一下，能不能正确运行，然后再考虑使用screen这个工具将运行放到后台，防止退出ssh之后进程中断。

2020年12月那会还是这样的运行方式

# 这是以前使用的运行语句
export CUDA_VISIBLE_DEVICES=0
python3.7 tools/train.py -c configs/rec/rec_r34_vd_none_bilstm_ctc.yml 2>&1 | tee train_rec.log

20201年4月已经更新成这个样子了，看架势是多了分布式

# GPU训练 支持单卡，多卡训练，通过--gpus参数指定卡号
# 训练icdar15英文数据 训练日志会自动保存为 "{save_model_dir}" 下的train.log

# 这是第二次跑的时候PaddleOCR更新的内容
python3.7 -m paddle.distributed.launch --gpus '0'  tools/train.py -c configs/rec/rec_r34_vd_none_bilstm_ctc.yml

每次都会打印特别多的信息，看着都头疼。。。

3.1 错误信息

使用上述两种运行命令都报错了。都是与cuda相关的错误
Cuda error(100),该提示表示没有这个GPU

首先运行在docker中运行nvidia-smi查看这个docker里有没有cuda，由于我的docker使用的是整个服务器的第三个GPU，所以export CUDA_VISIBLE_DEVICES=3这里的序号是3，但是从下图可以看到，由于在创建容器时只绑定了一个GPU，虽然在服务器的物理序号是3，但是对于docker容器来说，就是0，所以改为export CUDA_VISIBLE_DEVICES=0
在这里插入图片描述
不再报cuda错误，提示
ImportError: No module named 'imgaug'，然后突然想起来，这个docker里有很多python版本，应该是使用python3.7去运行

3.2 使用screen将docker中运行的程序放到后台

似乎没有找到很好的解决方案，只看到了docker容器下的screen：
在这里插入图片描述

参考： Persistent screen session inside Docker container

在这里插入图片描述

3.4 运行结果

GPU确实比CPU快了许多，很快准确率就很高了。。。
在这里插入图片描述
看了下配置文件，就72个epoch，也不是很多。。一些训练的基本信息

  1. 训练时间：2021.4.16 15:47到17：38，一个小时差不多。。。真快
  2. 准确率变化：最后基本一直在1附近。

在这里插入图片描述
最后运行结果可以看下，准确率巨高，也不知道效果咋样，试试吧。

4. 预测结果

使用 PaddleOCR 训练好的模型，可以通过以下脚本进行快速预测。
默认预测图片存储在 infer_img 里，通过 -o Global.checkpoints 指定权重：

# 直接使用预训练模型
python3.7 tools/infer_rec.py -c configs/rec/rec_r34_vd_none_bilstm_ctc.yml -o Global.checkpoints=pretrain_models/rec_r34_vd_none_bilstm_ctc/best_accuracy Global.infer_img=doc/imgs_words/en/word_1.png

# 迁移训练过的
python3.7 tools/infer_rec.py -c configs/rec/rec_r34_vd_none_bilstm_ctc.yml -o Global.checkpoints=output/rec/r34_vd_none_bilstm_ctc/best_accuracy Global.infer_img=train_data/test/EXP1_crop_55.jpg

在这里插入图片描述
目前看来，感觉还不错，比直接预测的在符号方面要好一些。

4.1 和基线模型比较

直接使用PaddleOCR可以得到一些结果，使用PaddleOCRLabel也可以得到一些标记结果。
在这里插入图片描述
之前直接使用PaddleOCR的wheel来进行预测时，可以看到，其实也是下载了一些模型。在docker中打开这个目录，可以看到
在这里插入图片描述
模型文件是这个样子的，比较之前迁移训练/预训练模型的：
在这里插入图片描述

4.2.1 训练模型转换为推理模型

考虑进行转换，参考gitee-PaddleOCR-基于Python预测引擎推理或者github-识别模型转inference模型
在这里插入图片描述
也就是说，训练后的模型可以转换为推理模型（注意：上面是PaddleOCR2.0的模型）

在这里插入图片描述
建议使用的是release2.0，因为PaddleOCR的wheel使用用的就是2.0方式转换后的推理模型，而默认是develop版本。

使用如下代码：

# -c 后面设置训练算法的yml配置文件
# -o 配置可选参数
# Global.pretrained_model 参数设置待转换的训练模型地址，不用添加文件后缀 .pdmodel，.pdopt或.pdparams。
# Global.load_static_weights 参数需要设置为 False。
# Global.save_inference_dir参数设置转换的模型将保存的地址。

python3 tools/export_model.py 
# 执行脚本
-c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml 
# 配置文件
-o Global.pretrained_model=./ch_lite/ch_ppocr_mobile_v2.0_rec_train/best_accuracy 
# 待转换的训练模型地址
Global.load_static_weights=False 
# 需要设置为 False
Global.save_inference_dir=./inference/rec_crnn/
# 转换的模型将保存的地址

注意：如果是在自己的数据集上训练的模型，并且调整了中文字符的字典文件，请注意修改配置文件中的character_dict_path是否是所需要的字典文件。（还是要注意配置文件配置对！）

我实际使用的转换命令：

python3.7 tools/export_model.py -c configs/rec/rec_r34_vd_none_bilstm_ctc.yml -o Global.pretrained_model=output/rec/r34_vd_none_bilstm_ctc/best_accuracy Global.load_static_weights=False Global.save_inference_dir=./inference/rec_crnn/

转换成功后，可以看到如下三个文件，和PaddleOCR的wheel用的一样，哈哈。
在这里插入图片描述

/inference/cls/
    ├── inference.pdiparams         # 分类inference模型的参数文件
    ├── inference.pdiparams.info    # 分类inference模型的参数信息，可忽略
    └── inference.pdmodel           # 分类inference模型的program文件

4.2.2 使用推理模型推理

依然是参考：基于Python预测引擎推理

在这里插入图片描述

python3 tools/infer/predict_rec.py 
--image_dir="./doc/imgs_words_en/word_336.png" 
--rec_model_dir="./your inference model" 
--rec_image_shape="3, 32, 100" 
--rec_char_type="ch" 
--rec_char_dict_path="your text dict path"

尤其要注意，对于自定义文本识别字典，需要通过--rec_char_dict_path这个参数指定自定义的文本字典路径。

4.2.3 使用paddleocr package来识别图片

之前在docker中安装好paddleocr的时候使用以下代码测试过

from paddleocr import PaddleOCR, draw_ocr
ocr = PaddleOCR(use_angle_cls=True, lang="ch") 
# need to run only once to download and load model into memory

查看PaddleOCR这个类文件（就在PaddleOCR的一级目录下：PaddleOCR\paddleocr.py）的定义，主要看其中的parse_args函数可以知道：

# 改成以下内容，改成自己的模型，另外，要指明字符文件路径（不然会按照默认的中文字符集）
ocr = PaddleOCR(rec_model_dir="PaddleOCR/inference/rec_crnn",
				lang="ch",
				rec_char_dict_path="PaddleOCR/ppocr/utils/dict/eng.txt",
				)

对比一下，直接用paddleocr的package识别结果
在这里插入图片描述
使用迁移训练后的结果，摄氏度符号，括号符号确实有所改善了。

在这里插入图片描述

4.2.4 参数优化

进一步修改一些参数，

ocr = PaddleOCR(rec_model_dir="PaddleOCR/inference/rec_crnn",
				lang="ch",
				rec_char_dict_path="PaddleOCR/ppocr/utils/dict/eng.txt",
				rec_image_shape="3, 32, 256",
				# 配置文件中图像尺寸是这样，默认是[3,32,300]
				det_db_unclip_ratio=2.5,
				# 控制文本框紧凑程度的，文字边缘距离文字框的紧凑
				det_db_box_thresh=0.7 
				# 过滤文本框，低于此阈值的文本框不要
				)

4.2.5 新的问题

之前运行都可以正常进行，但是后来stop了一次docker，再start之后去运行，出现
在这里插入图片描述
无语，真的是lj，搜到的很多也都无法解决问题，

测试了一下，直接使用以下预测方式还是OK的

python3.7 tools/infer_rec.py -c configs/rec/rec_r34_vd_none_bilstm_ctc.yml -o Global.checkpoints=output/rec/r34_vd_none_bilstm_ctc/best_accuracy Global.infer_img=train_data/test/EXP1_crop_55.jpg

所以问题应该还是出在转换后的模型和词典上，认真看了一下，发现，自己之前的inference生产的地方和paddleOCR目录其实不在一起。
在这里插入图片描述
可以通过运行程序时打印的参数，可以看到这个目录其实是相对于根目录，而不是我当前程序运行的目录
在这里插入图片描述
所以需要修改正确字符集字典文件的路径以及自己训练的推理模型的路径（我的都是在/ws/PaddleOCR这个文件夹里，而不是和ws同级的这个PaddleOCR文件夹）

4.2 改进方向

之前的数据2.4w张，有很多符号，还是字体不太好，不是特别靠近场景字体，可以考虑使用没有符号的字体，专门针对英语数字进行一次训练。

英语大写+小写52个字母，数字10个字母，62个字母，62*500=3.1w张图片，再和之前的2.46w张一起，重新迁移学习一边。

4.3 每次重新启动的命令

# 如果启动失败，可以先用以下命令查看现有容器的状态
> docker ps -a
# 在这个命令的输出中查看自己那个容器的状态，如果是Exited 就是被暂停了，使用start命令把暂停状态的容器重新运行起来
> docker start OCR
# 然后再进入到容器的命令行中
> docker container exec -it OCR /bin/bash

4.4 训练时使用screen

使用screen来保证退出命令行之后训练不会被终止（就是当前shell不会被杀死）

我的docker中默认没有安装这个包，需要

> apt-get install screen
# 安装完成之后，可以
> screen -v
# 看看版本

基本使用方式（这里只介绍为了保证训练不中断用到的几个命令，其他的什么快捷键都不做多余了解）

# 新建一个会话，大写S
> screen -S train
# 然后可以在这里面启动自己的训练内容了

但是一直报错，所以放弃了，参考另一个文章，由于无法解决使用screen时的错误，所以放弃使用screen，而是使用了更好的tmux工具，docker中使用screen报错 /bin/sh: 1: __git_ps1: not found

参考：

PaddleOCR文字识别模型的FineTune
DIEYoung000的博客
12-28 1756
paddle框架为百度开发的深度学习框架，其中对于文字检测、识别具有较为便利的开发条件。同时PaddleOCR文字识别工具较为轻量化，并可按照任务需求进行model的finetune，满足实际的业务需求。在github中对该框架进行较为完整的描述，对于pretrainmodel、parameter进行明确的标注与说明，同时提供每日免费算力进行大模型的finetune，可以用于模型框架的初步认识与训练，满足实际的业务需求。
PaddleOCR二次训练，训练属于自己的数据集（linux）
m0_67592509的博客
09-18 565
1.1源码安装下载，找到PPOCRlabel.py文件，并运行它。3.点击查看标注内容是否正确，若正确则点击，不正确进行步骤四。下载成功后，运行PPOCRLabel文件，将弹出来标注软件。4.若不正确选择对应的框进行重新标注，并输入正确识别结果。2.自动标注，若有不对可进行人为修改。标注好后，需进行点击生成这三个文件。（需要很多的库，报错就安装）
PaddleOCR finetune
SOT3513909404的博客
07-20 524
学习目标： 提示：这里可以添加学习目标 例如：一周掌握 Java 入门知识 学习内容： 提示：这里可以添加要学的内容 例如： 1、 搭建 Java 开发环境 2、 掌握 Java 基本语法 3、 掌握条件语句 4、 掌握循环语句 学习时间： 提示：这里可以添加计划学习的时间 例如： 1、 周一至周五晚上 7 点—晚上9点 2、 周六上午 9 点-上午 11 点 3、 周日下午 3 点-下午 6 点 学习产出： 提示：这里统计学习计划的总量 例如： 1、 技术笔记 2 遍 2、CSDN 技术博客 3 篇
使用PaddleOCR模型训练自定义数据集
最新发布
147.258.369
03-20 2357
以训练集为例：建议将训练图片放入同一个文件夹，并用一个txt文件（train_list.txt）记录图片路径和标签，txt文件里的内容如下:注意： txt文件中默认请将图片路径和图片标签用 \t 分割，如用其他方式分割将造成训练报错。
PaddleOCR模型训练及使用详细教程
Elaine的博客
01-25 1万+
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。
OCR/STR生僻字数据训练 | PaddleOCR的Fine-tune常见问题汇总（3）
Andrwin的博客
09-18 7728
1、印章如何识别？ 使用带tps的识别网络或abcnet,2.使用极坐标变换将图片拉平之后使用crnn 2、多语言的字典里是混合了不同的语种，这个是有什么讲究吗？统一到一个字典里会对精度造成多大的损失？ 统一到一个字典里，会造成最后一层FC过大，增加模型大小。如果有特殊需求的话，可以把需要的几种语言合并字典训练模型，合并字典之后如果引入过多的形近字，可能会造成精度损失，字符平衡的问题可能也需要考虑一下。在PaddleOCR里暂时将语言字典分开。 3、如何对检测模型finetune，比如冻结.
OCR/STR生僻字数据集生成 | PaddleOCR的垂类Fine-tune（1）
Andrwin的博客
09-07 1415
根据字库生成一个图片，图片里面约10多个字，白底黑字，字号大约6号： 大概长这个样子 首先找个字库再说：https://github.com/elephantnose/characters 导入依赖包 import cv2 from PIL import ImageFont,ImageDraw,Image import numpy as np import uuid import os import random import math 配置函数，画图函数，生成函数 def confi.
人工智能-项目实践-预训练-Bert预训练模型fine-tune计算文本相似度.zip
01-06
Bert预训练模型fine-tune计算文本相似度 运行 ./sentence_similarity_Bert/examples/run_classifier_modify2 进行fine-tune 训练数据集为蚂蚁金服文本匹配的数据 在chinese_data文件夹内 运行run_classifier_...
预训练模型技术实践.pdf
08-02
这种技术通过在大规模数据集上预训练模型，然后 fine-tune 到下游任务，以提高模型的性能。 2. ChatGLM-6B 模型：ChatGLM-6B 是一个基于预训练模型技术的对话模型，具有双语能力和人类意图对齐训练等特点。该模型...
迁移学习，如何用预训练权重pb文件训练自己的数据.zip
01-07
迁移学习是一种深度学习技术，它利用在大规模数据集上预训练的模型来改善特定任务的性能。这个压缩包文件“迁移学习，如何用预训练权重pb文件训练自己的数据.zip”显然是一个教程，教你如何利用TensorFlow框架进行...
基于中文预训练字向量finetune的Bert与BiLSTM模型的网络
05-27
基于中文预训练字向量finetune的Bert与BiLSTM模型的网络 3 模型说明 共实现了BiLSTM, BiLSTMCRF, Bert, BertCRF, BertBiLSTMCRF Bert部分参考了pytorch_transformers，预训练模型为中文预训练BERT-wwm BiLSTM的预...
Ocr之PaddleOcr模型训练
u014642921的博客
03-02 2939
推理模型生成 >>|识别模型训练 >>|
paddleocr模型训练
GZ_public的博客
10-31 5453
paddleocr的det和rec模型训练
PaddleOCR使用笔记之模型训练
greatwind的博客
09-28 9197
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训练一个属于自己的模型
m0_49710816的博客
11-10 8119
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-det-finetune】一：基于PPOCRv3的det检测模型finetune训练
z5z5z5z56的博客
03-07 3876
基于PPOCRv3轻量检测模型的finetune训练，无需训练教师模型，希望在PPOCRv3检测模型基础上提升使用场景上的精度。也就是使用自己的数据集，在PPOCRv3预训练模型上做微调，提升垂类场景效果。
2_paddleOCR训练自己的模型
Stefan的博客
12-05 8407
目录 1 下载工具安装及使用... 1 1.1 下载迅雷... 1 1.2 使用迅雷下载文件... 1 2 文本检测模型... 2 2.1 资料准备... 2 2.1.1 下载数据集... 2 2.1.2 下载标注文件... 2 2.1.3 组织数据集路径... 3 2.2 开始训练... 3 2.2.1 下载预训练模型... 3 2.2.2 组织预训练模型路径... 3 ...
paddleocr文本识别模型的训练
热门推荐
didiaopao的博客
10-20 1万+
1、准备数据 训练自己的模型首先要有数据集，在我写的《paddleocr文本检测模型的训练》这篇文章的时候我已经提供了一份数据集，里面包含了文本检测和识别的数据集，由于那篇文章是文本检测的训练，所以只用到了文本检测的数据集，这里我用的是文本识别的数据集，有需要数据的可以去那篇文章里面找数据。文章链接。让我们来直观的感受一下数据集，数据集照片的图片如下所示： 数据的标签如下图所示，就是每行的前面是图片的路径，后面为该图片的标签内容。 这里要注意的是：txt文件中默...
PaddleOCR-v4模型训练教程
m0_74386238的博客
11-25 3624
请注意，你的train_data目录结构需要与我一样，如图：！请注意，数据集中不应该出现中文命名！打开下载好的2.6版本，在此2.6的目录下创建一个空文件夹“train_data”，还有一件事，最开始的初步识别也可能出现这个问题，故请仔细检查每一个识别结果。右键未识别处，在弹出菜单中选择“矩形标注”或者“多点标注”，操作鼠标标注。还有一件事，记得查看右边的识别结果，是否正确，有可能识别错误，请自行修正。在标记完所有的数据之后，最后一步，导出“标记结果”和“识别结果”。安装PPOCRLabel。
paddleocrlabel cls参数
01-09
### PaddleOCRLabel 中 `cls` 参数的作用 在 PaddleOCRLabel 工具中，`cls` 参数主要用于控制分类任务的功能。该参数允许用户启用或禁用分类功能，在处理图像中的文本方向或其他类别标签时非常有用[^1]。 当设置 `cls=True` 时，PaddleOCRLabel 将尝试对每个检测到的文字区域进行分类操作。这通常涉及到判断文字的方向（0度、90度、180度或270度），从而提高后续识别过程的准确性。对于某些特定场景下的文档扫描件，这种预处理可以显著提升最终 OCR 结果的质量。 相反，如果不需要额外的分类步骤，则可以通过设定 `cls=False` 来关闭此特性，简化工作流程并可能加快处理速度。 #### Python 配置示例 为了更好地理解如何配置 `cls` 参数，下面提供了一个简单的 Python 脚本片段： ```python from paddleocr import PaddleOCR # 初始化 PaddleOCR 实例，并开启分类器 ocr = PaddleOCR(cls=True) # 对图片执行 OCR 操作 result = ocr.ocr('path_to_image') ``` 通过上述代码可以看出，只需在初始化 PaddleOCR 类实例时传递相应的布尔值给 `cls` 参数即可轻松切换是否应用分类逻辑。
评论 3
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

打赏作者

吨吨不打野

解决了问题，觉得还行就给点

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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