PaddleOCR 2.6的使用，GPU，cuda11.6，cudnn8.4，win10，C#

最新推荐文章于 2024-07-23 00:01:12 发布

vokxchh

最新推荐文章于 2024-07-23 00:01:12 发布

阅读量1k

点赞数 2

分类专栏： c# paddleocr 文章标签： c# 开发语言

本文链接：https://blog.csdn.net/vokxchh/article/details/130462917

版权

c# 同时被 2 个专栏收录

7 篇文章 0 订阅

订阅专栏

paddleocr

2 篇文章 0 订阅

订阅专栏

文章对比了使用PaddleOCR在GPU、CPU以及TensorRT上的运行时间，发现GPU处理大约140ms，CPU约400ms，尝试TensorRT但未成功配置。在原生C++中，TensorRT达到166ms，比PaddleOCR包慢。

摘要由CSDN通过智能技术生成

首先下载PaddleOCR2.6如下包

using OpenCvSharp;
using Sdcb.PaddleInference;
using Sdcb.PaddleOCR;
using Sdcb.PaddleOCR.Models;
using Sdcb.PaddleOCR.Models.LocalV3;
using System.Diagnostics;
using System.Drawing;
using System.Text;
using System.Windows.Forms;

namespace WinFormsApp17
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }



       
        PaddleOcrAll all;
        private void Form1_Load(object sender, EventArgs e)
        {
            FullOcrModel model = LocalFullModels.ChineseV3;


            all = new PaddleOcrAll(model, PaddleDevice.Gpu())
            {
                AllowRotateDetection = true, /* 允许识别有角度的文字 */
                Enable180Classification = false, /* 允许识别旋转角度大于90度的文字 */
            };
        }

        private void button1_Click(object sender, EventArgs e)
        {
            richTextBox1.Clear();
            for (int i = 0; i < 10; i++) 
            {
                Stopwatch stp = new Stopwatch();
                stp.Start();

                byte[] sampleImageData = File.ReadAllBytes(@"C:\Users\xuc\Desktop\lite_demo.png");


                using (Mat src = Cv2.ImDecode(sampleImageData, ImreadModes.Color))
                {
                    PaddleOcrResult result = all.Run(src);
                    stp.Stop();
                    richTextBox1.AppendText("Total: " + stp.ElapsedMilliseconds + "ms\r\n");

                    foreach (PaddleOcrResultRegion region in result.Regions)
                    {
                        richTextBox1.AppendText(region.Text + "\r\n");
                        // richTextBox1.AppendText($"Text: {region.Text}, Score: {region.Score}, RectCenter: {region.Rect.Center}, RectSize:    {region.Rect.Size}, Angle: {region.Rect.Angle}" + "\r\n");


                    }
                }
            }
        }
    }
}

GPU大概140ms，CPU大概400ms。分辨率400*300，

RTX2060，i5 10400，cuda11.6，cudnn8.4。

tensorrt没调通，包不太对，命令行也没报警，要么没输出，感觉应该能比gpu快一半。

------------------------------------------

试了一下编译原生c++的代码，GPU 230ms，TensorRT8.4 166ms。没有这个包快，不知道哪里不对。c和c++应该差不了这么多。