PadleOCR训练自己的ocr模型之数据标注及导出

已于 2023-11-08 11:21:44 修改
阅读量1.5k 收藏 10
点赞数 3
文章标签： ocr
于 2023-11-07 17:13:43 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/m0_63493883/article/details/134270852
版权

1、获取源代码

paddleocr之2.6版本的源代码

cd 到  PPOCRLabel 目录下

2、启动标注工具

安装标注工具

pip install PPOCRLabel  # 安装

终端输入命令

# todo 启动【普通模式】，用于打【检测+识别】场景的标签
PPOCRLabel --lang ch

3、打开数据集

4、标注

4.1 自动标注

4.2 手动标注

5、导出结果

6、数据整理

标注完成之后，还是在PPOCRLabel目录下，终端输入命令

python gen_ocr_train_val_test.py --trainValTestRatio 6:2:2 --datasetRootPath ../数据集相对路径，

之后会在根目录下自动创建一个train_data的文件夹

里面就是分好的数据

此时文字检测和文字识别的数据集就都制作好了。

训练ocr模型可以参考这篇

PadleOCR训练自己的ocr模型之训练步骤-CSDN博客

m0_63493883
关注
  • 3
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
浅浅写一下PPOCRLabel的使用及体验
weixin_50862344的博客
07-27 1020
垃圾堆
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）
热门推荐
qq_52852432的博客
07-25 5万+
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实验过程
最新发布
mddCSDN的博客
06-11 467
切割后的数据在train_data中，注意切割后的数据前缀默认是当前目录，因此建议切割数据在liunx中进行。或者修改下面--datasetRootPath中的default。如果在Win中切割，放入liunx中训练。1、打开tmux窗口启动，这样断开连接后台可以继续训练。2、根据需求修改配置文件，如输出名称，数据集位置，注意暂时不要改吧epoch，训练容易报错。建议在liunx中指定。
PaddleTools:PaddlePaddle使用过程中可能用到的一些工具
05-07
PaddleTools Paddle动态图是不是很方便？是不是很好用？嗯？可是官方预训练参数都是静态图参数，自己从零开始又达不到精度，哎，还是先用静态图吧。不要方，PaddleTools可以帮到你！ PaddleTools是非官方出品的Paddle工具类，主要是为了添加一些日常使用Paddle时的常用工具，方便你我他！PaddleTools开源的第一款工具就是可以将Paddle的静态图参数转换为当下热门方便的动态图参数。目前，PaddleTools已支持将Paddle的参数动静态相互转换，同时还能将Pytorch的参数转到Paddle的动态图。如果大家有兴趣，欢迎一起开发这个工具类，如果没兴趣，往下看看也是可以的！ 工具列表 参数系列 PaddlePaddle静态图参数转动态图参数 PaddlePaddle动态图参数转静态图参数 Pytorch参数转PaddlePaddle动态图参数
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
【PaddleOCR-PPOCRLabel】标注工具使用
z5z5z5z56的博客
04-19 5481
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。
paddle 图标注_「插件」UI必看！推荐切图标注工具
weixin_39926613的博客
10-22 226
标注和切图，是UI设计师工作中必须要做。传统的切图很麻烦，出现了一大堆的切图标注软件。今天，贱贱为你讲解其中一款，新手来收。注意！注意！不要眨眼睛对你没有看错今天介绍的是蓝湖插件话不多说，开整!1准备工作首先，需要一台电脑，有浏览器，有ps。打开浏览器——搜索“蓝湖”选择如下点击进入，注册登陆之后点解左上角下载图标下载ps插件下载完成解压、安装2切图打开ps，熟悉的界面打开需要切图标注的文件点击窗...
【无标题】
Python进程管理工具 Supervisor 使用教程
08-09 263
如果用户想将内置模型更换为自己的推理模型，可根据。
人工智能-项目实践-数据预处理-ocr模型训练数据预处理
03-04
这些工具可能包括图像处理函数、数据标注工具、数据转换模块等，帮助开发者更高效地进行OCR模型的训练数据预处理工作。在实际应用中，结合这些工具，我们可以构建一个完整的OCR数据预处理流水线，从而提升模型的训练...
OCR之人工合成识别模型数据的text_render
01-06
最近做自然场下的OCR识别，使用的是CRNN模型，因为需要训练数据，所以从github上找来了一个造数据的项目。  项目的地址为：https://github.com/Sanster/text_renderer  这个项目功能很强大，各种数据都很容易伪造...
生成车牌识别/OCR识别训练数据
04-08
6. 模型训练：有了这些训练数据，可以利用深度学习框架（如TensorFlow、PyTorch）构建OCR模型，如基于CNN（卷积神经网络）或RNN（循环神经网络）的架构。通过反向传播和优化算法，模型将逐步调整参数以最小化预测与...
Opencv3.2.0-图像数据标注工具增强版
09-28
相对于原版的开源标注工具，本版本文件对其进行了改良，让标注操作流程从原来的：单击->选择范围->单击确认->按c再次确认框框->循环操作；到现在的：按下鼠标->拉框->松开鼠标->按c确认框框->循环操作；如此一来，是不是节省了标注的工作和时间，笑嘻嘻。想知道如何安装本工具的，请联系博主。 另外，由于原版的工具不支持恢复操作，每一次重新打开工具，都会被迫从头开始标注。因此，本工具对此进行了改良，启动菜单添加了一个菜单，可选择是否恢复到上次标注工作的状态。若选择，标注过的会自动跳过，在未标注的地方停下来。注意这里有一个已知小BUG，标注一定要到从未标注的文件才能停下，不然后面的部分曾标注数据会丢失
表格识别ocr模型，基于paddleocr训练，可以识别中英文表格数据
07-25
表格识别ocr模型，基于paddleocr训练，可以识别中英文表格数据
C#使用TensorFlow.NET训练自己的数据集的方法
12-20
在实际应用中，只需替换模型训练所需的文件夹，用自己收集的图像数据集进行训练。 为了运行这个示例，确保你的开发环境满足以下条件： 1. .NET Framework 4.7.2 或更高版本，或 .NET Core 2.2 及以上 2. CPU 配置为...
PaddleOCR 标注工具介绍以及安装使用
qq_30187325的博客
11-08 2640
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
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 1249
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+...
PaddleX数据标注与Halcon数据标注与转换
weixin_46846685的博客
11-06 2382
PaddleX为百度飞浆开发的一种开源的深度学习架构，可用于目标检测、语义分割等任务，相较于TensorFlow、Pytorch两种开源架构搭建、训练模型简单，代码量少，易上手。 Halcon作为一款商业机器视觉软件开发包，可用于图像处理与深度学习，使用效果要优于多数开源软件。 本文主要记录了在语义分割任务中PaddleX与Halcon数据标注的实现流程，及在Halcon中使用PaddleX标注的数据的方法和相应代码。
机器学习笔记 使用PPOCRLabel标注自己的OCR数据集
学以致用 知行合一
05-03 1109
运行的时候，直接激活安装了PPOCRLabel的环境后，输入PPOCRLabel回车即可运行，不过PPOCRLabel依赖PyQt5，所以会要求安装PyQt5，按要求安装或者提前安装即可。每行代表一张图象，如果需要自行读取的时候，可以按行读取，图像路径和数组之间是\t进行分隔的，可以使用\t进行分割，数组是json格式，可以读取并解析。下面的代码是标记一张图片的数据，包含图像相对路径以及标记的坐标、文字等组成的数组。在上面标注完成之后，会生成如下的文件，有用的实际上就是Label.txt。
基于PaddleOCR的PPOCRLabel工具使用
YY007H的博客
12-01 2051
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、表格标注、不规则文本标注、关键信息标注模式，导出格式可直接用于PaddleOCR检测和识别模型的训练。目前已经将最新的PPOCRLabel工具打包成可执行文件，双击即可使用，目前集成了最新的模型，方便使用。
python ocr 如何自己训练数据集
06-05
要自己训练数据集，首先需要准备好一个包含大量图片和对应标签的数据集。然后，可以使用Python中的Tesseract OCR或者OpenCV等库来进行训练。 以下是一些大致的步骤： 1. 收集并准备好有标签的图像数据集。 2. 将图像转换为适合OCR训练的格式，如灰度图像或二进制图像。 3. 使用OCR库的训练工具（如Tesseract OCR的tesseract trainer）来训练模型。训练工具会使用图像和标签数据集来创建一个OCR模型。 4. 评估并调整模型的准确性，可以使用一些评估工具来进行评估。 5. 使用训练好的模型来进行OCR识别，可以使用Python中的OCR库进行识别。 需要注意的是，自己训练OCR模型需要大量的时间和计算资源，同时需要对OCR技术有一定的了解。建议先学习和使用现成的OCR库，再考虑自行训练模型。
评论 1
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