【colab】colab运行MMOCR之简单demo测试

一、colab的挂载

二、环境等配置

1.挂载谷歌硬盘

from google.colab import drive
drive.mount('/content/drive')

2.安装环境
2.1 pytorch安装

!pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html

2.2查看pytorch版本

import torch
print(torch.__version__)

2.3更换cpu为gpu

2.4查看gpu版本

!nvidia-smi

2.5安装mmcv-full

!pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html

2.6安装mmdet

!pip install mmdet==2.11.0

三、下载代码和数据集
3.1由于colab运行时间太久就会自动断开，为方便后续代码调试，我已经下载好代码文件并上传至谷歌云盘中，前面已经挂载好了云盘，所以直接解压缩即可

!unzip "/content/drive/MyDrive/mmocr-main.zip"

3.2数据集下载

%cd dataset路径
!mkdir icdar2015 
%cd icdar2015路径
!mkdir imgs
%cd imgs路径
!mkdir ch4_training_images
!mkdir ch4_test_images

将下载好的训练数据和测试数据解压缩后分别放入ch4_training_images文件和ch4_test_images文件下

3.3下载json文件

!wget https://download.openmmlab.com/mmocr/data/icdar2015/instances_training.json
!wget https://download.openmmlab.com/mmocr/data/icdar2015/instances_test.json

将下好的文件放入 icdar2015文件夹下

3.4软连接

这是linux中一个非常重要命令，请大家一定要熟悉。它的功能是为某一个文件在另外一个位置建立一个同不的链接，这个命令最常用的参数是-s,具体用法是：ln -s 源文件 目标文件。
当 我们需要在不同的目录，用到相同的文件时，我们不需要在每一个需要的目录下都放一个必须相同的文件，我们只要在某个固定的目录，放上该文件，然后在其它的 目录下用ln命令链接（link）它就可以，不必重复的占用磁盘空间
https://blog.csdn.net/xiaminli/article/details/73381562

!ln -s .mmocr/datasets/icdar2015 ./mmocr/data
!ln -s .mmocr/datasets/icdar2015/imgs/ch4_training_images training
!ln -s ./mmocr/datasets/icdar2015/imgs/ch4_test_images test

四、运行
4.1运行demo
路径选择在/content/mmocr
然后进行single image测试

!python /content/mmocr/demo/ocr_image_demo.py /content/mmocr/demo/demo_text_det.jpg /content/mmocr/demo/output.jpg

结果：

防掉线措施
F12

function ConnectButton(){
	console.log("Connect pushed");
	document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click()
}
setInterval(ConnectButton,60000);

回车
可解决一部分问题，但不保证完全不掉线