PaddleOCR训练自己的模型（3）-----模型推理

最新推荐文章于 2024-06-23 14:28:19 发布

小女孩真可爱

最新推荐文章于 2024-06-23 14:28:19 发布

阅读量369

点赞数 3

分类专栏： PaddleOCR 文章标签：人工智能深度学习 paddle

本文链接：https://blog.csdn.net/m0_48095841/article/details/137941509

版权

PaddleOCR 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

（1）Det模型推理：打开infer_det.py文件，配置运行参数（配置方法在上一篇文章有）

-c
../configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_student.yml
-o
Global.pretrained_model=../output/ch_PP-OCRv4/best_accuracy.pdparams
Global.infer_img="图片所在目录"

运行完之后输出结果会保存在output/det目录下面。

（2）Rec模型推理：打开infer_rec.py文件，配置参数

-c
../configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml
-o
Global.pretrained_model=../output/rec_ppocr_v4/best_accuracy.pdparams
Global.infer_img="图片所在目录"

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小女孩真可爱

关注关注

3
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

PaddleOCR识别框架解读[12] 文本识别infer_rec.py

我是天才很好

03-13

475

PaddleOCR识别框架解读[12] 文本识别infer_rec.py

PaddlePaddle飞桨（学习笔记六——模型训练、评估与推理）

weixin_72787227的博客

01-13

2534

完整代码######################数据准备######################################### 加载 MNIST 训练集和测试集######################模型组网######################################### 模型组网，构建并初始化一个模型 mnist######################封装模型########################################

参与评论您还未登录，请先登录后发表或查看评论

OCR模型训练

热门推荐

ZONGXP的博客

12-09

1万+

在上一篇文章中，对 PaddleOCR 的功能进行了尝鲜，感觉还不错，但调参的时候发现通过 pip 安装的包支持的模型算法有限，无法满足使用需求，因此需要下载源码进行安装测试，本文对该方法进行一个介绍

PaddleOCRV4训练自己的模型（4）------模型推理及导出

m0_48095841的博客

04-21

1541

（2）配置运行参数，这个py文件在代码里面的rec_char_dict_path参数默认是./ppocr/utils/ppocr_keys_v1.txt,用cmd窗口跑的话可能没问题，但是用pycharm来跑的话会报错找不到这个文件。（1）在训练Rec的时候是只对文字部分进行训练的，推理的时候如果输入整图，推理时间可能会增加，效果可能也会下降（没测试过） infer_rec.py的输出结果是一个TXT文件，一行对应每一张图的输出结果。因为训练定位模型的时候是整图训练，所以推理的时候也是整图推理。

paddle_detection推理代码

qq_44836316的博客

01-03

674

paddle-detection推理代码

PaddleOCR-infer_rec.py将图片进行排序再预测

潮流 M I 的博客

03-24

885

将一个文件下的图片按照名称进行排序之后再进行预测，预测结果存入txt文档中

Paddle Inference(模型推理)实例分析

Jeremy_lf的博客

06-05

8122

一、Paddle推理生态二、API说明 create_predictor 方法 # 根据 Config 构建预测执行器 Predictor # 参数: config - 用于构建 Predictor 的配置信息 # 返回: Predictor - 预测执行器 paddle.inference.create_predictor(config: Config) 加载预测模型 - 非Combined模型 import paddle.inference as paddle_infer # 创建 confi

PaddleOCR将自定义训练的推理模型部署在web上（一）

asOneMaster的博客

07-07

1911

之后按照需要导入所有依赖包觉得有启发可以给这个作者一个star 我自己修改的项目上传在gitee 此处使用的自己训练的模型，可根据需要自行修改该我自己项目使用并没有成功，获取不到文件。所以自己新建了前端文件，使用网页form表单提交图片文件上传。 file网页代码如下：必须添加修改路由，我的：这里注意一个坑！！！其中的我修改为绝对路径才成功，具体问题请看这两个链接运行: 网页输入选图片后上传成功，识别结果没出来，我发现如果使用自定义模型，需要将模型路径修改为绝对路径！！！我将项目主要部

【PaddleOCR改造】在模型串联部分将文本检测修改为YOLO目标检测

wzz981的博客

10-12

671

使用YOLO作为PaddleOCR的文本检测模块。

paddleocr - 模型效果对比与推理

qq_39066502的博客

06-05

1137

（2）PP-OCRv2：基于PP-OCR在5个方面重点优化，检测模型采用CML协同互学习知识蒸馏策略和CopyPaste数据增广策略；结果：Predicts of doc/imgs_words/ch/word_4.jpg:['0', 0.9999982]结果存储在inference_results下：det_res_00111002.jpg和det_results.txt。（3）PP-OCRv3：基于PP-OCRv2在9个方面进行升级。（1）PP-OCR：两阶段的OCR系统，其中文本检测算法选用。

paddle——站在巨人肩膀上及背刺二三事

北落师门XY的博客

11-28

2568

飞桨平台 https://www.paddlepaddle.org.cn/tutorials/projectdetail/4676538先抛结论，对于想要快速了解某一领域有哪些比较适合落地的算法的从业人员来说，是一个很好的参考系统。从中可以知道从哪些模型里选型、如何轻量化、如何加速、一些非常细节的FAQ。但是，这个框架维护上还是存在欠缺，比如很多人反馈的教程调不通，盘子铺得较大但维护没跟上；遇到一些报错的时候，相比pytorch这种大量使用的框架，能查到的解决方案较少。

PaddleOCR使用笔记-基于Python预测引擎推理

快乐的小小程序猿

09-04

1212

PaddleOCR使用笔记 Linux环境下基于Python预测引擎推理训练模型转inference模型检测模型转inference模型下载超轻量级中文检测模型： wget -P ./ch_lite/ https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_train.tar && tar xf ./ch_lite/ch_ppocr_mobile_v2.0_det_train.tar -C ./

paddle模型的保存与加载

m0_52364694的博客

04-27

7556

一、什么是模型的保存与加载？ 人工智能模型本质上就是一堆参数，我们训练模型时就是使这些参数在某个任务上合理以使其能够得到较为准确预测结果输出。例如猫狗分类任务，训练一系列卷积核数值能够通过前向计算预测出类别。我们花了大量时间训练的模型肯定不想只训练结束后只使用一次，我们想的肯定是能够重复使用这个模型在后续的任务上继续做预测。那就涉及到模型的保存与加载。二、模型的保存 paddle框架中模型保存加载相关API paddle.save paddle.load paddle.jit.save paddle.ji

几行代码轻松实现对于PaddleOCR的实时推理，快来get！

英特尔开发人员专区

07-26

5301

这种针对基于分割的方法需要利用阈值进行二值化处理会导致后处理耗时较久，所以我们所采用的DBNet针对这种现象提出了一种可学习阈值的方法，并巧妙地设计了一个近似于阶跃函数的二值化函数，使得分割网络在训练的时候能端对端的学习文本分割的阈值。我们在进行文本检测任务的时候所需要的输入和输出的这样的一个变量名。本期课程主要是以百度开源的PaddlePaddle框架的PaddleOCR技术为例，具体介绍如何利用英特尔开源的OpenVINO工具套件，仅使用我们手边的CPU，轻松实现对于PaddleOCR的实时推理。...

『paddle』paddleclas 学习笔记：模型推理

libo-coder

07-08

3050

基于Python预测引擎推理一、训练模型转 inference 模型1.1 特征提取模型转 inference 模型1.2 分类模型转 inference 模型二、主体检测模型推理三、特征提取模型推理四、主体检测、特征提取和向量检索串联五、图像分类模型推理 inference 模型（paddle.jit.save保存的模型）一般是模型训练，把模型结构和模型参数保存在文件中的固化模型，多用于预测部署场景。训练过程中保存的模型是 checkpoints 模型，保存的只有模型的参数，多用于恢复训练等。与

【OCR】——paddleocr.srn安装与测试

怡宝2号

08-26

883

1. 环境这里新建了一个conda环境用于测试，官方推荐采用docker # 1. 新建conda环境 conda create -n paddleocr python==3.7 # 2. 安装paddle1.7.2 python3 -m pip install paddlepaddle-gpu==1.7.2.post107 -i https://pypi.tuna.tsinghua.edu.cn/simple # 3. 安装其他依赖 cd $project pip install -r requir

PaddlePaddle飞桨OCR文本检测——识别图片文字结果并保存为txt（五）

weixin_42845306的博客

02-17

9639

此部分只考虑rec识别部分，不考虑检测和方向分类。举个栗子，要识别的图片如下所示：这是paddle自带的图片，也是det检测后的框出来的图片，可以看到，rec识别部分的输入图片，是仅有一行文字，没有其它乱七八糟的东西，也没有多余的空白，非常精炼。在PaddleOCR-dygraph根目录下启动cmd，输入识别图片代码如下： python tools/infer_rec.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_common_train_v2.0.yml

PaddleOCR训练车牌识别模型

08-24

3. PaddleOCR模型介绍：介绍PaddleOCR中的模型算法列表，并安装PaddleOCR以及下载预训练模型。 4. 模型训练：训练检测模型和识别模型，可以使用GPU进行训练，并支持单卡和多卡训练。 5. 模型的评估：对训练好的...