自我熟悉训练部署流程，记录遇到的问题与解决方案。
参考：https://blog.csdn.net/qq_52852432/article/details/131817619
版本型号：
1.CPU版本
2.PaddleOcr-main 使用训练集v4
创建虚拟环境：
conda create -n paddleTest python=3.8
安装paddle开始使用_飞桨-源于产业实践的开源深度学习平台
conda install paddlepaddle==2.6.1 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/pycharm打开PaddleOCR-Main 激活虚拟环境 后安装相关配置
打开anaconda终端，进入PaddleOCR-Main目录下激活环境并输入以下指令
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt下载PaddleOCR推理模型：分为文本检测det，文本识别rec
PaddleOCR/doc/doc_ch/models_list.md at main · PaddlePaddle/PaddleOCR · GitHub
在PaddleOCR-Main文件夹下创建文件夹inferencr_model，将上述两个推理模型解压到文件中
打开anaconda进入PaddleOCR-Main路径中，并激活当前的虚拟环境，输入下列代码测试推理结果
--image_dir="D:\DeepLearn\box\images\test.jpg" 可以是文件或文件夹，看测试需求是单一图像还是多图像
--det_model_dir="./inference_model/ch_PP-OCRv4_det_infer/" 文字检测模型路径
--rec_model_dir="./inference_model/ch_PP-OCRv4_rec_infer/" 文字识别模型路径
python tools/infer/predict_system.py --image_dir="D:\DeepLearn\box\images\1-122720001-OCR-AH-A01.jpg" --det_model_dir="./inference_model/ch_PP-OCRv4_det_infer/" --rec_model_dir="./inference_model/ch_PP-OCRv4_rec_infer/"测试结果如下：
开始制作自己的数据集：
因为PaddleOCR-Main中没有PPOCRLabel文件夹，我是使用的2.7版本中的PPOCRLabel进行数据的标注。
（这里我比较抽象，我又配了一套2.7版本的虚拟环境，为了做这个标注）
在anaconda中，激活虚拟环境后，进入到此路径下D:\DeepLearn\PaddleOCR-release-2.7\PPOCRLabel，输入以下代码打开打标软件。
python PPOCRLabel.py进入后左上角读取需要标注的文件夹后进行图像的读取，这里可以使用矩形标注或多边形标注
左下角auto recognition 为自动标注，后一张一张检查，标注为自己需要的效果。
全部标注完毕后，点击左上角file-export label后在点击 exprot Recognition Result 。完成后再文件夹多出四个文件fileState，Label，rec_gt, crop_img。其中crop_img中的图片用来训练文字识别模型，fileState记录图片的打标完成与否，Label为训练文字检测模型的标签，rec_gt为训练文字识别模型的标签。
下面制作数据集，在PaddleOCR-realse-2.7目录下建立train_data文件夹，将刚刚标签生成的driving文件放入里面。
然后打开 anaconda 路径改到PaddleOCR-realse-2.7，激活虚拟环境后，输入一下代码进行数据集的划分。
python gen_ocr_train_val_test.py --trainValTestRatio 6:2:2 --datasetRootPath ../train_data/drivingData输入指令之后，在train_data文件夹下会出现以下文件，其中det是用来训练文字检测的数据集，rec是用来训练文字识别的数据集。此时可以删去drivingData。
此时，数据集制作完毕
训练文字检测模型：
下载之后在PaddleOCR-Main根目录下建立pretrain_models文件夹，并将训练模型解压至该文件夹下。如下图所示：
配置文字检测文件：
打开 PaddleOCR-Main/configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_cml.yml
配置文件解释：PaddleOCR/doc/doc_ch/config.md at main · PaddlePaddle/PaddleOCR · GitHub
这里只需修改如下几点：
开始训练
打开anaconda，激活虚拟环境，进入到PaddleOCR-Main路径下，输入下列代码开始训练：
python tools/train.py -c configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_cml.yml这里我在运行的过程中出现了三个个问题：
1.数据格式不对一直报错 ：
如此图所示
2.是成功运行后卡在 INFO: During the training process, after the 0th iteration, an evaluation is run every 2000 iterations 不运行
3.OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.
--------------------------------------分割线------------------------------------------------------
问题1：检查train.txt val.txt test.txt 的文件格式 代码如下，主要作用是判断空格位置是否为/t
file_path = "D://DeepLearn//PaddleOCR-main//train_data//rec//val.txt"
flie = open(file_path,"rb")
print(flie.read())
flie.close()输出结果如下：文件名后面是\t，最后一行结尾是\r\n，符合此数据格式就可以正常开始训练
D:\\DeepLearn\\PaddleOCR-main\\train_data\\det\\val\\1-123113001-OCR-AH-A01.jpg\t[{"transcription": "MCU9154516", "points": [[6, 62], [809, 75], [807, 191], [5, 179]], "difficult": false}]\r\n如果发现文件名后不是\t 则需要将此位置的空格更换为\t
file_path = "D://DeepLearn//PaddleOCR-main//train_data//rec//val.txt"
with open(file_path, 'r', encoding='utf-8') as file:
lines = file.readlines()
new_lines = []
for line in lines:
if '\t' not in line:
# 如果没有找到制表符，则将空格替换为制表符
line = line.replace(' ', '\t')
# print(line)
new_lines.append(line)
with open(file_path, 'w', encoding='utf-8') as file:
file.writelines(new_lines)问题2：这个问题可能是cpu版本有点慢，实际是在训练只是很久不出结果，我将640*640的图像改为320*320就可以正常训练
问题3：在执行的.py文件最上方，加入代码
import os
os.environ['KMP_DUPLICATE_LIB_OK']='True'
训练文字识别模型：将上述det的路径更换为ref即可。
模型测试：
打开anaconda，激活环境与目录到PaddleOCR-Main下，输入下列代码分别测试det与ref的训练效果
configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_cml.yml 配置文件
Global.pretrained_model=output/ch_PP-OCRv4/latest.pdparams 需要测试的训练好的文件
Global.infer_img="D:/DeepLearn/box/train_data/det/test/1-122749001-OCR-LB-C02.jpg 待测试图像
python tools/infer_det.py -c configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_cml.yml -o Global.pretrained_model=output/ch_PP-OCRv4/latest.pdparams Global.infer_img="D:/DeepLearn/box/train_data/det/test/1-122749001-OCR-LB-C02.jpg"
python tools/infer_rec.py -c configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml -o Global.pretrained_model=output/rec_ppocr_v4/latest.pdparams Global.infer_img="D:/DeepLearn/PaddleOCR-main/train_data/rec/test/1-123210001-OCR-AS-B01_crop_1.jpg"
转换为推理模型：
打开anaconda，激活环境与目录到PaddleOCR-Main下，
./configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml 为配置文件
Global.pretrained_model="./output/rec_ppocr_v4/latest.pdparams 为训练后的结果文件
Global.save_inference_dir="./inference_model/rec/ 保存的路径
python tools/export_model.py -c "./configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml" -o Global.pretrained_model="./output/rec_ppocr_v4/latest.pdparams" Global.save_inference_dir="./inference_model/rec/"
python tools/export_model.py -c "./configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_cml.yml" -o Global.pretrained_model="./output/ch_PP-OCRv4/latest.pdparams" Global.save_inference_dir="./inference_model/det/"
执行后 文件目录如下：
det与rec为最后的推理模型，可以使用 predict_system.py验证：
image_dir="D:/DeepLearn/box/train_data/det/test" 图像路径
det_model_dir="./inference_model/det/Student" 选择det下的生成的训练文件
rec_model_dir="./inference_model/ch_PP-OCRv4_rec_infer 选择rec下生成的训练文件
python tools/infer/predict_system.py --image_dir="D:/DeepLearn/box/train_data/det/test" --det_model_dir="./inference_model/det/Student" --rec_model_dir="./inference_model/ch_PP-OCRv4_rec_infer"
python tools/infer/predict_system.py --image_dir="D:/DeepLearn/box/train_data/det/test" --det_model_dir="./inference_model/ch_PP-OCRv4_det_infer/" --rec_model_dir="./inference_model/ch_PP-OCRv4_rec_infer"
最后得到结果：
相比于之前，文字检测的框选有了很大的变动，基本达到预期效果。
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
