PaddleOCR文字检测、标注与识别详细记录(1)

于 2024-05-16 14:13:15 发布
阅读量316 收藏 7
点赞数 3
分类专栏： 程序员 文章标签： python 学习 面试
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/m0_61331491/article/details/138959625
版权

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

在这里插入图片描述

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

在这里插入图片描述

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

========================================================================

一、配置Paddle环境

=======================================================================

创建虚拟环境

conda create --name pp python=3.7

image-20220412070356738

创建完成后激活环境

conda activate pp

image-20220412070519667

登录飞桨的官网下载最新的paddle，官网地址：飞桨PaddlePaddle-源于产业实践的开源深度学习平台

选择合适的CUDA版本，然后会在下面生成对应的命令。

image-20220412070703940

然后，复制命令即可

conda install paddlepaddle-gpu==2.2.2 cudatoolkit=11.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge

二、配置PaddleOCR

下载地址：(https://gitee.com/paddlepaddle/PaddleOCR

将其下载到本地，然后解压配置环境。

1、安装python包

1、yaml

pip install pyyaml

2、imgaug

pip install imgaug

3、pyclipper

pip install pyclipper

4、lmdb

pip install lmdb

5、Levenshtein

pip install Levenshtein

6、tqdm

pip install tqdm

2、测试环境

模型列表

| 模型简介 | 模型名称 | 推荐场景 | 检测模型 | 方向分类器 | 识别模型 |

| — | — | — | — | — | — |

| 中英文超轻量PP-OCRv2模型（13.0M） | ch_PP-OCRv2_xx | 移动端&服务器端 | 推理模型 / 训练模型 | 推理模型 / 预训练模型 | 推理模型 / 训练模型 |

| 中英文超轻量PP-OCR mobile模型（9.4M） | ch_ppocr_mobile_v2.0_xx | 移动端&服务器端 | 推理模型 / 预训练模型 | 推理模型 / 预训练模型 | 推理模型 / 预训练模型 |

| 中英文通用PP-OCR server模型（143.4M） | ch_ppocr_server_v2.0_xx | 服务器端 | 推理模型 / 预训练模型 | 推理模型 / 预训练模型 | 推理模型 / 预训练模型 |

选择上面的一组模型放入到inference文件夹中，注意：是一组，包括：监测模型、方向分类器、识别模型。如下：

PaddleOCR-release-2.4

└─inference

├─ch_PP-OCRv2_det_infer #检测模型

│ ├─inference.pdiparams

│ ├─inference.pdiparams.info

│ └─inference.pdmodel

├─ch_PP-OCRv2_rec_infer #识别模型

│ ├─inference.pdiparams

│ ├─inference.pdiparams.info

│ └─inference.pdmodel

└─cls #方向分类器

├─inference.pdiparams

├─inference.pdiparams.info

└─inference.pdmodel

image-20220413102909896

将待检测的图片放在./doc/imgs/文件夹下面，然后执行命令：

python tools/infer/predict_system.py --image_dir=“./doc/imgs/0.jpg” --det_model_dir=“./inference/ch_PP-OCRv2_det_infer/” --cls_model_dir=“./inference/cls/” --rec_model_dir=“./inference/ch_PP-OCRv2_rec_infer/” --use_angle_cls=true

然后在inference_results文件夹中查看结果，例如：

image-20220413103556318

如果能看到结果就说明环境是ok的。

更多的命令，如下：

使用方向分类器

python3 tools/infer/predict_system.py --image_dir=“./doc/imgs/00018069.jpg” --det_model_dir=“./inference/ch_PP-OCRv2_det_infer/” --cls_model_dir=“./inference/cls/” --rec_model_dir=“./inference/ch_PP-OCRv2_rec_infer/” --use_angle_cls=true

不使用方向分类器

python3 tools/infer/predict_system.py --image_dir=“./doc/imgs/00018069.jpg” --det_model_dir=“./inference/ch_PP-OCRv2_det_infer/” --rec_model_dir=“./inference/ch_PP-OCRv2_rec_infer/” --use_angle_cls=false

使用多进程

python3 tools/infer/predict_system.py --image_dir=“./doc/imgs/00018069.jpg” --det_model_dir=“./inference/ch_PP-OCRv2_det_infer/” --rec_model_dir=“./inference/ch_PP-OCRv2_rec_infer/” --use_angle_cls=false --use_mp=True --total_process_num=6

三、标注工具PPOCRLabel

===========================================================================

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。

由于PaddleOCR已经包含PPOCRLabel，可以直接运行，命令如下：

cd ./PPOCRLabel # 切换到PPOCRLabel目录

python PPOCRLabel.py --lang ch

image-20220413104711288

点击自动标注后就能看到自动标注的结果，用户根据自己的需求微调和修改，非常简单。

更多的方式和注意事项，详见下面

1. 安装与运行

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 install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

如果您的机器是CPU，请运行以下命令安装

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

更多的版本需求，请参照安装文档中的说明进行操作。

1.2 安装与运行PPOCRLabel

PPOCRLabel可通过whl包与Python脚本两种方式启动，whl包形式启动更加方便，python脚本启动便于二次开发

1.2.1 通过whl包安装与运行
Windows

pip install PPOCRLabel # 安装

PPOCRLabel --lang ch # 运行

注意：通过whl包安装PPOCRLabel会自动下载 paddleocr whl包，其中shapely依赖可能会出现 [winRrror 126] 找不到指定模块的问题。 的错误，建议从这里下载并安装

Ubuntu Linux

pip3 install PPOCRLabel

pip3 install trash-cli

PPOCRLabel --lang ch

MacOS

pip3 install PPOCRLabel

pip3 install opencv-contrib-python-headless==4.2.0.32 # 如果下载过慢请添加"-i https://mirror.baidu.com/pypi/simple"

PPOCRLabel --lang ch # 启动

如果上述安装出现问题，可以参考3.6节 错误提示

1.2.2 本地构建whl包并安装

cd PaddleOCR/PPOCRLabel

python3 setup.py bdist_wheel

pip3 install dist/PPOCRLabel-1.0.2-py2.py3-none-any.whl -i https://mirror.baidu.com/pypi/simple

1.2.3 通过Python脚本运行PPOCRLabel

如果您对PPOCRLabel文件有所更改，通过Python脚本运行会更加方面的看到更改的结果

cd ./PPOCRLabel # 切换到PPOCRLabel目录

python PPOCRLabel.py --lang ch

2. 使用

2.1 操作步骤

  1. 安装与运行：使用上述命令安装与运行程序。

  2. 打开文件夹：在菜单栏点击 “文件” - “打开目录” 选择待标记图片的文件夹[1].

  3. 自动标注：点击 ”自动标注“，使用PPOCR超轻量模型对图片文件名前图片状态[2]为 “X” 的图片进行自动标注。

  4. 手动标注：点击 “矩形标注”（推荐直接在英文模式下点击键盘中的 “W”)，用户可对当前图片中模型未检出的部分进行手动绘制标记框。点击键盘Q，则使用四点标注模式（或点击“编辑” - “四点标注”），用户依次点击4个点后，双击左键表示标注完成。

  5. 标记框绘制完成后，用户点击 “确认”，检测框会先被预分配一个 “待识别” 标签。

  6. 重新识别：将图片中的所有检测画绘制/调整完成后，点击 “重新识别”，PPOCR模型会对当前图片中的所有检测框重新识别[3]。

  7. 内容更改：双击识别结果，对不准确的识别结果进行手动更改。

  8. 确认标记：点击 “确认”，图片状态切换为 “√”，跳转至下一张。

  9. 删除：点击 “删除图像”，图片将会被删除至回收站。

  10. 导出结果：用户可以通过菜单中“文件-导出标记结果”手动导出，同时也可以点击“文件 - 自动导出标记结果”开启自动导出。手动确认过的标记将会被存放在所打开图片文件夹下的_Label.txt_中。在菜单栏点击 “文件” - "导出识别结果"后，会将此类图片的识别训练数据保存在_crop_img_文件夹下，识别标签保存在_rec_gt.txt_中[4]。

2.2 注意

[1] PPOCRLabel以文件夹为基本标记单位，打开待标记的图片文件夹后，不会在窗口栏中显示图片，而是在点击 “选择文件夹” 之后直接将文件夹下的图片导入到程序中。

[2] 图片状态表示本张图片用户是否手动保存过，未手动保存过即为 “X”，手动保存过为 “√”。点击 “自动标注”按钮后，PPOCRLabel不会对状态为 “√” 的图片重新标注。

[3] 点击“重新识别”后，模型会对图片中的识别结果进行覆盖。因此如果在此之前手动更改过识别结果，有可能在重新识别后产生变动。

[4] PPOCRLabel产生的文件放置于标记图片文件夹下，包括一下几种，请勿手动更改其中内容，否则会引起程序出现异常。

| 文件名 | 说明 |

| — | — |

| Label.txt | 检测标签，可直接用于PPOCR检测模型训练。用户每确认5张检测结果后，程序会进行自动写入。当用户关闭应用程序或切换文件路径后同样会进行写入。 |

| fileState.txt | 图片状态标记文件，保存当前文件夹下已经被用户手动确认过的图片名称。 |

| Cache.cach | 缓存文件，保存模型自动识别的结果。 |

| rec_gt.txt | 识别标签。可直接用于PPOCR识别模型训练。需用户手动点击菜单栏“文件” - "导出识别结果"后产生。 |

| crop_img | 识别数据。按照检测框切割后的图片。与rec_gt.txt同时产生。 |

3. 说明

3.1 快捷键

| 快捷键 | 说明 |

| — | — |

| Ctrl + shift + R | 对当前图片的所有标记重新识别 |

| W | 新建矩形框 |

| Q | 新建四点框 |

| Ctrl + E | 编辑所选框标签 |

| Ctrl + R | 重新识别所选标记 |

| Ctrl + C | 复制并粘贴选中的标记框 |

| Ctrl + 鼠标左键 | 多选标记框 |

| Backspace | 删除所选框 |

| Ctrl + V | 确认本张图片标记 |

| Ctrl + Shift + d | 删除本张图片 |

| D | 下一张图片 |

| A | 上一张图片 |

| Ctrl++ | 缩小 |

| Ctrl– | 放大 |

| ↑→↓← | 移动标记框 |

3.2 内置模型

  • 默认模型：PPOCRLabel默认使用PaddleOCR中的中英文超轻量OCR模型，支持中英文与数字识别，多种语言检测。

  • 模型语言切换：用户可通过菜单栏中 “PaddleOCR” - “选择模型” 切换内置模型语言，目前支持的语言包括法文、德文、韩文、日文。具体模型下载链接可参考PaddleOCR模型列表.

  • 自定义模型：如果用户想将内置模型更换为自己的推理模型，可根据自定义模型代码使用，通过修改PPOCRLabel.py中针对PaddleOCR类的实例化，通过修改PPOCRLabel.py中针对PaddleOCR类的实例化) 实现，例如指定检测模型：self.ocr = PaddleOCR(det=True, cls=True, use_gpu=gpu, lang=lang)，在 det_model_dir 中传入 自己的模型即可。

3.3 导出标记结果

PPOCRLabel支持三种导出方式：

  • 自动导出：点击“文件 - 自动导出标记结果”后，用户每确认过一张图片，程序自动将标记结果写入Label.txt中。若未开启此选项，则检测到用户手动确认过5张图片后进行自动导出。

默认情况下自动导出功能为关闭状态

  • 手动导出：点击“文件 - 导出标记结果”手动导出标记。

  • 关闭应用程序导出

3.4 导出部分识别结果

针对部分难以识别的数据，通过在识别结果的复选框中取消勾选相应的标记，其识别结果不会被导出。被取消勾选的识别结果在标记文件 label.txt 中的 difficult 变量保存为 True 。

注意：识别结果中的复选框状态仍需用户手动点击确认后才能保留

3.5 数据集划分

在终端中输入以下命令执行数据集划分脚本：

cd ./PPOCRLabel # 将目录切换到PPOCRLabel文件夹下

python gen_ocr_train_val_test.py --trainValTestRatio 6:2:2 --datasetRootPath …/train_data

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 PaddleOCR/train_data 分割数据集前应有如下结构：

|-train_data

|-crop_img

|- word_001_crop_0.png

|- word_002_crop_0.jpg

|- word_003_crop_0.jpg

| …

| Label.txt

| rec_gt.txt

|- word_001.png

|- word_002.jpg

|- word_003.jpg

| …

3.6 错误提示

  • 如果同时使用whl包安装了paddleocr，其优先级大于通过paddleocr.py调用PaddleOCR类，whl包未更新时会导致程序异常。

  • PPOCRLabel不支持对中文文件名的图片进行自动标注。

  • 针对Linux用户：如果您在打开软件过程中出现**objc[XXXXX]**开头的错误，证明您的opencv版本太高，建议安装4.2版本：

pip install opencv-python==4.2.0.32

  • 如果出现 Missing string id 开头的错误，需要重新编译资源：

pyrcc5 -o libs/resources.py resources.qrc

  • 如果出现module 'cv2' has no attribute 'INTER_NEAREST'错误，需要首先删除所有opencv相关包，然后重新安装4.2.0.32版本的headless opencv

pip install opencv-contrib-python-headless==4.2.0.32

四、训练检测器

==================================================================

完成数据的标注就可以看是训练检测器了。找到Lable.txt,将其中一部分放到train_label.txt ，将一部分放到test_label.txt，将图片放到ppocr（这个文件夹的名字和标注时的图片文件夹的名字一致），如下：

image-20220413105738547

/PaddleOCR/train_data/icdar2015/text_localization/

└─ ppocr/ 图片存放的位置

└─ train_label.txt icdar数据集的训练标注

└─ test_label.txt icdar数据集的测试标注

如果路径不存在，请手动创建。

然后下载预训练模型，将其放到pretrain_models文件夹中，命令如下：

根据backbone的不同选择下载对应的预训练模型

下载MobileNetV3的预训练模型

wget -P ./pretrain_models/ https://paddleocr.bj.bcebos.com/pretrained/MobileNetV3_large_x0_5_pretrained.pdparams

或，下载ResNet18_vd的预训练模型

wget -P ./pretrain_models/ https://paddleocr.bj.bcebos.com/pretrained/ResNet18_vd_pretrained.pdparams

或，下载ResNet50_vd的预训练模型

wget -P ./pretrain_models/ https://paddleocr.bj.bcebos.com/pretrained/ResNet50_vd_ssld_pretrained.pdparams

然后修改该config文件，路径： configs/det/det_mv3_db.yml，打开文件对里面的参数进行修改该。

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

莫莫Android开发
关注
  • 3
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
目标检测-语义分割-动作识别标注工具
03-13
目标检测_语义分割_动作识别标注工具
从OCR到（旋转）目标检测：四点标注转VOC和roLabelImg
左手coding，右手cooking
02-01 230
从OCR到（旋转）目标检测：四点标注转VOC和roLabelImg
PaddleOCR文字检测、标注与识别详细记录
AI浩
04-13 1万+
PP-OCR文字检测与识别 一、配置Paddle环境 创建虚拟环境 conda create --name pp python=3.7 创建完成后激活环境 conda activate pp 登录飞桨的官网下载最新的paddle，官网地址：飞桨PaddlePaddle-源于产业实践的开源深度学习平台 选择合适的CUDA版本，然后会在下面生成对应的命令。 然后，复制命令即可 conda install paddlepaddle-gpu==2.2.2 cudatoolkit=11.2 -c https
paddle 图标注_UI进阶干货 如何标注才能高度还原设计稿？
weixin_39780255的博客
11-08 288
加微信“786318553” 进设计群111来源：片点Uidea链接：https://mp.weixin.qq.com/s/2pK_VVsHX9Jy4iw3haXqdQ前言优秀的设计能够有效地传达产品价值，但也离不开技术的落地支持。随着市场环境变化与行业水平的提升，越来越多设计师开始意识到：设计稿还原的重要性但是在配合过程中，设计与研发思维的偏差也逐渐体现：“这个需求做不了，那个间...
PaddleOCR 标注工具介绍以及安装使用
qq_30187325的博客
11-08 2576
标注工具介绍 安装 window: 安装conda,这里贴一个帖子： Anaconda prompt(直接在开始菜单搜索) 输入 conda create -n paddle_label python=3.8 等待安装完成，提示（Y/N） 按Y 依次输入 #切换到paddle_label环境 conda activate paddle_label #升级pip pip3 install --upgrade pip #安装paddle库 pip install paddlepaddl
paddleOCR 自动标注cls
flyso_80的博客
09-18 539
paddleOCR 自动标注cls 单点击切换 中键退出 dir_path：图形所在文件 label_path: 标记labeltxt文件
Halcon例程分析13：OCR文字识别
苏林同学的博客
12-28 2886
打开halcon，按下ctrl+e打开halcon自带例程。应用范围->光学字符识别->ocrcolor.hdev * * OCR (numbers) with color segmentation * read_image (Image, 'ocr/color_form_01') get_image_pointer3 (Image, PointerRed, PointerGr...
【OCR技术系列之三】大批量生成文字训练集
weixin_34377065的博客
02-09 3131
放假了，终于可以继续可以静下心写一写OCR方面的东西。上次谈到文字的切割，今天打算总结一下我们怎么得到用于训练的文字数据集。如果是想训练一个手写体识别的模型，用一些前人收集好的手写文字集就好了，比如中科院的这些数据集。但是如果我们只是想要训练一个专门用于识别印刷汉字的模型，那么我们就需要各种印刷字体的训练集，那怎么获取呢？借助强大的图像库，自己生成就行了！ 先捋一捋思路，生成文字集需要什么步骤： ...
基于模板的文字识别结果结构化处理技术
古月哲亭
09-22 3947
原文链接：https://cloud.tencent.com/developer/article/1425800 嘉宾 | 向宇波编辑 | suiling来源 | AI科技大本营在线公开课出品 | AI科技大本营（ID：rgznai100）随着行业的发展和技术的成熟，文字识别（OCR）目前已经应用到了多个行业中，比如物流行业快递包裹的分拣，金融行业的支票单据识别输入，交通领域中的车牌识别，以及日常生活中的卡证、票据识别等等。OCR（文字识别）技术是目前常用的一种AI能力。但一般OCR的识别结果是一种按行输出
Python实现中文自然场景文字检测及识别源码，基于yolo3 与crnn
01-10
总的来说，"Python实现中文自然场景文字检测及识别源码，基于yolo3 与crnn"的项目为研究和应用中文文字识别提供了一个强大的工具。通过结合YOLOv3的高效检测和CRNN的精确识别，这个系统可以在各种场景下工作，例如...
icdar2015文字检测与识别数据集.7z
10-14
《ICDAR2015文字检测与识别数据集详解》 ICDAR（International Conference on Document Analysis and Recognition）是一个全球领先的文档分析与识别领域的国际会议，每两年举办一次，吸引了众多研究人员和开发者...
yolov5+paddleocr实现车牌的检测与识别源码.zip
最新发布
05-12
本篇将详细介绍如何利用yolov5和PaddleOCR这两个强大的深度学习框架，构建一个高效的车牌检测与识别系统。 首先，yolov5是目标检测领域的经典模型之一，全称为"YOLOv5: Optimal Speed and Accuracy of Object ...
PaddleOCR标注工具.rar
06-29
而PaddleOCR标注工具则是其不可或缺的一部分，用于图像中的文字区域进行标注，为模型训练提供精准的数据。 首先，让我们了解一下PaddleOCR标注工具的核心功能。该工具主要用于预处理图像，特别是对图像中的文字进行...
效率与质量齐飞，标注工具全面横评
热门推荐
迷若烟雨的专栏
09-04 2万+
人工智能的发展过程中，数据、算力、算法缺一不可。目前，深度学习是AI的主流算法，训练数据在深度学习训练中起到重要作用。很多情况下，“大量数据+普通模型”比“小量数据+高级模型”的准确度要高。
chinese-ocr中文字行检测+OCR识别训练自己的数据以及pb文件转换实战
奥特曼大战神
10-10 4295
GitHub地址：https://github.com/YCG09/chinese_ocr 该项目检测使用ctpn，识别使用cnn+lstm形式，通过GitHub给出的readme可以直接运行demo.py看到作者训练好的检测加识别的最终结果。 此处将该项目在自己的数据集上训练过程加以记录，并将最终识别结果转为pb文件。 检测模型：进入ctpn/prepare_training_data目录...
C# PaddleOCR标注工具
lw112190的专栏
06-29 1047
PaddleOCR标注工具
python绘制pp图_PPOCRLabel: PPOCRLabel是一款适用于OCR领域的半自动化图形标注工具，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P...
weixin_31498721的博客
02-04 1233
PPOCRLabelPPOCRLabel是一款适用于OCR领域的半自动化图形标注工具，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PPOCR检测和识别模型的训练。安装1. 安装PaddleOCR参考PaddleOCR安装文档准备好PaddleOCR2. 安装PPOCRLabelWindows + Anaconda下载安装Anaconda (Python 3+...
PaddleOCR文字识别使用教程（训练自己的数据集）（一）
qq_44936246的博客
11-17 6968
目录项目目录结构数据集准备labelimg参数修改训练预测 项目目录结构 链接：https://pan.baidu.com/s/1wbZvvonRBL3xy7xO3w57eA 提取码：8888 开源项目链接：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.3/doc/doc_en/recognition_en.md 数据集准备 label 路径 识别的内容 img 当然你的图片名称要和你label里面的
paddleocr文字识别训练
09-26
paddleocr文字识别的训练包括以下几个步骤： 1. 准备训练数据集，可以使用已有的数据集或者自己创建数据集。数据集应包含待识别的文本图像和对应的标注信息。 2. 创建字典文件，字典文件用于将网络输出的数字映射回对应的字符或符号。字典文件的格式为每行一个字或符号，并以utf-8编码格式保存。 3. 修改yml文件，配置训练参数和路径。可以设置预训练权重的地址（无需后缀名）和字典文件的地址。 4. 运行训练脚本，指定配置文件和数据集路径。训练过程中，模型将会不断优化权重以提高文字识别的准确度。 5. 根据训练结果进行评估和调优。可以使用评估工具对模型进行测试，并根据测试结果进行调整和改进。

“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
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