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