用paddleOCR 训练模型(日语)

已于 2024-03-12 11:15:04 修改
阅读量989 收藏 9
点赞数 28
文章标签： 深度学习 人工智能 机器学习 paddle
于 2024-03-12 10:51:50 首次发布
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/gc889900/article/details/136642294
版权
本文详细介绍如何使用PaddleOCR训练日语OCR模型，包括环境部署、数据集制作、模型训练、识别模型训练及推理模型转换，提供关键步骤和配置文件修改指南。
摘要由CSDN通过智能技术生成

这篇是训练篇

参考这篇文章里面也包含了Anaconda和cuda等环境的部署和安装

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）-CSDN博客


 

准备工作

1.安装Anaconda

Free Download | Anaconda

2.建议GPU ,我实际测试了一下CPU  I5-8500 和亚马逊的g4dn.xlarge(大概8元/小时)能差60倍

3,安装日文输入法

一 开始部署

1,开始创建虚拟环境

conda create -n ocr python=3.8

2,切换到环境

conda activate ocr

3,安装环境

GPU

python -m pip install paddlepaddle-gpu==2.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

CPU

python -m pip install paddlepaddle==2.3.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

4,下载代码

GitHub - PaddlePaddle/PaddleOCR: Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultr

最低0.47元/天 解锁文章
gc889900
关注
使用paddleocr识别图片文本的一种方案
onlyyoujojo的博客
12-12 1680
步骤就是这样，先ocr识别文本和区域，后面根据区域进行版面恢复。版面恢复部分根据自己的需要，可以省略。PS：突然有个问题，我发现wps+python-word处理的应该也还行，段落什么的也都分的很好，表格也识别对了。之前是觉得wps对生僻字识别的不好，所以没用，而且wps要钱hh。不过工程上的方法就是很多，只有达到效果就行，科研就不行，都是精益求精的。
PaddleOCR：基于PaddlePaddle的出色多语言OCR工具包（实用的超轻型OCR系统，提供数据注释和综合工具，支持在服务器，移动，嵌入式和IoT设备之间进行培训和部署）
02-07
English | 介绍 PaddleOCR旨在创建多语言，出色，领先和实用的OCR工具，以帮助用户训练更好的模型并将其应用于实践。 注意 PaddleOCR支持动态图和静态图编程范例 动态图：dygraph分支（默认），受桨2.0.0支持（） 静态图：开发分支 最近更新 2021.1.21更新了超过25种以上的多语言识别模型的，包括：英语，中文，德语，法语，日语，西班牙语，葡萄牙语，俄罗斯，阿拉伯语等。 更多语言的模型将继续更新 。 2020.12.15更新了数据合成工具，即 ，易于合成与目标场景图像相似的大量图像。 2020.11.25更新新的数据注释工具 ，这有助于提高标记效率。 此外，标记结果可直接用于PP-OCR系统的培训。 2020.9.22更新PP-OCR技术文章 产品特点 PPOCR系列高质量的预训练模型，可媲美商业效果 超轻量ppocr_mobile系列模型：检测
测试几个 ocr 对日语的识别情况
最新发布
engchina的专栏
07-05 694
测试几个 ocr 对日语的识别情况
探索现代日文杂志的数字之旅：Kindai-OCR深度解析
gitblog_00033的博客
06-20 407
探索现代日文杂志的数字之旅：Kindai-OCR深度解析 项目地址:https://gitcode.com/DeepApps91/Kindai-OCR 项目介绍 在数字化时代的浪潮中，Kindai-OCR项目如一颗璀璨的明珠，照亮了日文文献的电子化之路。此项目专注于现代日本杂志图像的文字识别，是N2I项目的杰出成果，旨在将珍贵的纸质资源转化为易于检索和传播的电子文档。通过先进的计算机视觉技术，Ki...
paddleocr安装包
11-15
paddleocr安装包
百度飞桨PaddleOCR的简单使用
fj_changing的博客
08-09 5405
PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型，并应用落地。PaddleOCR是一个图像识别库，我只是用到了它的OCR功能，就是识别图片中的文字。其他的功能也很强大，我没用到。...
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）(1)
2401_84010865的博客
04-07 2172
前段时间搞了一个PaddleOCR相关的项目, 一路跌跌撞撞，碰了不少壁，往往很多个教程才能拼凑出正确的步骤。所以决定自己写一份详细教程，也是怕自己忘了，以后使用PaddleOCR的时候也可以再翻出来看看。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。
PaddleOCR工具库-其他
06-12
该系统从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面，采用19个有效策略，对各个模块的模型进行效果调优和瘦身，最终得到整体大小...
PaddleOCR识别框架解读[09] 文本识别--从训练到部署全流程
我是天才很好
03-08 306
PaddleOCR识别框架解读[09] 文本识别--从训练到部署全流程
C#+PaddleOCRSharp 实现深度学习识别字符
07-21
 PaddleOCRSharp是基于PaddleOCR的C++代码修改并封装的.NET工具类库，支持文本识别、文本检测、基于文本检测结果的统计分析的表格识别功能。
OCR——数据集调研
qq_25678319的博客
12-14 4007
2020-12-14 调研数据集：icdar—— ic2015,2017,2019 CTW—— 1500 https://zhuanlan.zhihu.com/p/60459597
python + paddleOcr 实现文字识别
絮落锦乡的博客
01-03 7340
paddleOcr 文字识别 解决 AttributeError: partially initialized module 'numpy' has no attribute 'array。 解决 if scores is not None and (scores[i] < drop_score or TypeError: '
手把手教你用PaddleOCR与PyQT实现多语言文字识别的程序
PaddlePaddle
01-28 3354
点击左上方蓝字关注我们【飞桨开发者说】张明，视觉算法工程师，主要研究方向：目标检测、人脸检测、图像分类。小张是一名研二的学生，专业课学的一塌糊涂，马上要考试了他准备突击一下。于是向比他高一...
Tesseract调用日文识别模型
ANDY
07-12 1636
调整的好的话 测试准确率80%以上 int main(int argc, char** argv) { // Usage: tesscv image.png system("chcp 65001"); string path = "D:/Image/8/"; vector<string> files; //getAllFiles(path, files); //for (a...
离线语音识别模型Demo之三——日语识别
shizhu2的博客
07-16 194
今天采用实时识别的方式测试了一下日语的离线语音识别模型。日语十几年没有用过了已经快忘记了，随便说了几句简单的，识别率还是很高的，但是有个词“中心”识别错了，我估计大概率是我发音不标准导致的，如下图所示。
PaddleOCR震撼登场！一招解锁全球文字，让图像秒变文本的黑科技神器来了
2401_83063795的博客
03-08 905
PaddleOCR：无需繁琐训练，一拍即识！用镜头捕捉瞬间，多场景文本秒变可读信息！ - 精选真开源，释放新价值。
PaddleOCR——训练总结
qq_37668436的博客
11-18 2663
记录下训练碰到的问题 自己合成的数据在MLT验证精度非常低 原因：合成数据与真实数据差别较大，表现结果是在合成数据上拟合结果非常好，在真实数据上效果差，存在向合成数据过拟合的问题，解决办法增加真实数据（但这个不好找）、对真实数据进行数据增广（应该可以吧）、拿合成数据训练的best模型在真实数据上finetune（在测试）。 合成数据的best模型作为预训练模型在真是数据上finetune时最开始acc=0.0 原因：我使用的预训练模型是在合成数据上识别日语并且验证集准确度最高有83%左右，并且用这个模型在真
paddleocr训练模型转成onnx
08-31
您好！要将PaddleOCR训练的模型转换为ONNX格式，您可以按照以下步骤进行操作： 1. 安装依赖： ```bash pip install paddlepaddle paddleocr onnxruntime ``` 2. 导入PaddleOCR和相关库： ```python import paddleocr import paddle.fluid as fluid import onnx import onnxruntime ``` 3. 加载PaddleOCR训练的模型： ```python paddleocr.OCR(rec_img_shapes=[3, 32, 320], rec_char_type='ch', \ use_gpu=False, use_angle_cls=True) model_path = 'your_model_path' model = paddleocr.load_model(model_path) ``` 4. 定义输入和输出的变量： ```python input_names = ['image'] output_names = ['ctc_greedy_decoder_0.tmp_0'] input_spec = fluid.core.VarDesc.VarType.LOD_TENSOR output_spec = fluid.core.VarDesc.VarType.LOD_TENSOR ``` 5. 创建PaddlePaddle的Executor，并加载模型参数： ```python exe = fluid.Executor(fluid.CPUPlace()) [inference_program, feed_target_names, fetch_targets] = \ fluid.io.load_inference_model(dirname=model_path, executor=exe) ``` 6. 使用PaddlePaddle的Fluid框架将模型转换为ONNX格式： ```python paddle.onnx.export( inference_program, path="model.onnx", input_spec=[(input_names[0], input_spec)], output_spec=[(output_names[0], output_spec)], opset_version=11, enable_onnx_checker=True) ``` 7. 至此，您已经成功将PaddleOCR训练的模型转换为ONNX格式，并保存为"model.onnx"文件。 请确保您按照上述步骤操作，并将"your_model_path"替换为您的模型路径。如果您使用的是GPU，请将"use_gpu"参数设置为True，同时将"fluid.CPUPlace()"替换为"fluid.CUDAPlace(0)"。 希望对您有所帮助！如有更多疑问，请随时提问。
评论
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