基于香橙派5的芯片字符识别（乌班图下的yolov8（rknn） + easyocr + pyqt5）

基于香橙派5的芯片字符识别（乌班图下的yolov8（rknn） + easyocr + pyqt5）

目录

基于香橙派5的芯片字符识别（乌班图下的yolov8（rknn） + easyocr + pyqt5）

环境配置

电脑主机环境配置

香橙派5环境配置

文件说明

---

环境配置

分别是x86pc和开发板的环境配置

电脑主机环境配置

1)yolov8环境配置

用mimiconda创建虚拟环境(可以参考这个b站视频非常详尽：【【手把手带你实战Ultralytics】02-环境安装与配置】 https://www.bilibili.com/video/BV1vH4y1a72o/?share_source=copy_web&vd_source=d41740ad2b14d1c71d883e3bad08d3fd）

pip安装pytorch（pytorch官网：https://pytorch.org/）

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118  

打开yolov8目录pip进行环境配置

pip install -e . 

2)rknn-toolkit配置

电脑安装wsl虚拟机，获取https://github.com/rockchip-linux/rknn-toolkit

3）easyocr环境搭建

使用从github上获取https://github.com/JaidedAI/EasyOCR 打开到目录使用pip进行安装

pip install -e . 

香橙派5环境配置

1）easyocr配置，conda环境配置和rknn-toolkit配置

和pc端一致，pytorch和miniconda注意要进行arm64版本的安装

2）pyqt5配置

pip安装会报错，猜测是无法安装arm版本的pyqt5，换成conda进行安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple PyQt5 
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple PyQt5-tools

由于conda的pyqt5会与pip安装的cv2冲突，可以把cv2从从pip移除，使用conda进行安装

pip unstall opencv-python conda install opencv

如果下不动可以考虑换源（https://blog.csdn.net/innovationy/article/details/121510666）

文件说明

整个文件放到了github里：Editing Chip-character-recognition/README.md at master · ABigCyan/Chip-character-recognition (github.com)

1)yolov8-sea 数据集来自飞浆公开数据集https://aistudio.baidu.com/datasetdetail/180690，非常感谢省去了很长的时间进行数据集标注，里面数据集质量非常高，我又加上了一下噪声来增强数据集，效果非常显著

过些日子会以网盘链接分享出来

里面runs里有训练完的模型，包含原始模型，加上数据增强和注意力机制的

其中包含pt to onnx和detect的py脚本

2）onnx to rknn

是x86主机进行格式转换的文件，可以参考这篇博客：https://blog.csdn.net/m0_57315535/article/details/128250096

里面包含已经转换好格式的rknn文件

3）orangepi 这个文件夹就是香橙派部署文件(test.py)，ui文件(untitled.py)，和最终整合文件（gui.py）拿来即用，开袋即食

作者

b站:__Cyan__ UID87843117有问题可以私信我