PaddleOCR完成自己的文字模型训练（二）

目录

一、使用Pycharm

一、环境配置

二、数据准备

二、PaddleLabel

 三、准备训练

---

一、使用Pycharm

首先建议大家下载Pycharm软件来运行下载到本地的PaddleOCR代码

https://www.jetbrains.com/zh-cn/pycharm/

一、环境配置

如图：配置一下你安装的虚拟环境

缺什么包去指定位置下载一下就OK

比如：我想安装个PaddleLabel

等待它自己安装完成就OK，比起手动install方便很多！ 

二、数据准备

metal_images：这是用来测试和训练的数据集

如图：

pretranin_models ：根据自己的需要修改的预训练模型

继续修改

修改文件代码

C:\Users\PaddleOCR\tools\infer\utility.py

 根据自己的需求，做出修改如下：

初步判断：我要识别的字体更接近于 telugu.ttf

大胆的替换一下：font_path="./doc/fonts/telugu.ttf"

二、PaddleLabel

在终端输入：

 PPOCRLabel --lang ch

 如果环境配置正确就会弹出PaddleLabel界面

 引入准备好的数据集文件

 选择自动标注：

 标注完成 

 手动修改错误值并保存，这个过程有点繁琐，需要一些耐心

 

导出识别和标结果 

 

 下载需要的训练模型：我需要的轻量英文识别模型

 放到pretrain_models

 三、准备训练文字检测模型

 新建train_data,把刚才生成的图片集放里

在终端 或者虚拟环境下：

 输入训练命令：python tools/train.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml

出现问题

报错一：

解决方法：

 pip install numpy==1.23  -i https://pypi.tuna.tsinghua.edu.cn/simple

少啥就装啥 把 -i https://pypi.tuna.tsinghua.edu.cn/simple 加上

报错二：

解决方法：

进入PPOCRLabel文件目录下的PPOCRLabel.py文件中，添加

import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"

看一下结果 

 输入可视化命令：

 visualdl --logdir "./output/ch_db_res18"

打开浏览器，输入http://localhost:8040/

设置了60次的训练

模型导出：

python tools/export_model.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml  -o Global.pretrained_model=./output/ch_db_res18/latest  Global.save_inference_dir=./inference/det_db

 

测试一下结果：

python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml -o Global.pretrained_model=output/ch_db_res18/latest.pdparams Global.infer_img="C:\Users\Administrator\PaddleOCR\doc\imgs\c1.jpg"

 

 如果想测试一下多张图片，图片路径换一下就可以

python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml -o Global.pretrained_model=output/ch_db_res18/latest.pdparams Global.infer_img="C:\Users\Administrator\PaddleOCR\doc\imgs"

检测的模型告一段落！

四、训练识别模型

修改以下配置文件

 

开始训练： 

python tools/train.py -c configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml

 等待中。。。。。。loss的值一直在降低

测试图片：

 测试命令：

 python tools/infer_rec.py -c configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml -o Global.checkpoints=./output/v3_en_mobile/latest  Global.infer_img="C:\Users\Administrator\PaddleOCR\metal_images\image_rec\train\c10_crop_2.jpg"

测试结果：当 acc: 0.250000   27个字符中有两个没识别出来

即将完成，给自己鼓掌