PaddlePaddle飞桨OCR文本检测——入门安装GPU版（一）

首先放上github上的开源代码网址，里面的帮助文档说的非常详细：
https://github.com/PaddlePaddle/PaddleOCR/

环境安装

python中环境使用pip安装：
在cmd里输入以下代码：

python -m pip install paddlepaddle-gpu==2.0.0rc1 -i https://mirror.baidu.com/pypi/simple

（注：目前最新版为2.0.0，安装方式如上，只是去除其中的rc1。2021.3.4）
如果没有显卡、没有cuda、cudnn等环境，建议去掉-gpu安装cpu版。
本人python版本3.7.3可以正常安装，后面的链接是百度自己的镜像源，下载速度飞快。

从最上面的GitHub网址上下载所有代码文件，或者从我的百度网盘上下载：
链接：https://pan.baidu.com/s/1MUYmoNWQVerGuozqDJXeDw
提取码：e4qs
解压（常识：文件放在英文路径下）后，进入根目录下，这里能找到一个requirements.txt

在这个文件夹路径下进入cmd，便捷方法是点击上面的路径框输入cmd回车，在cmd里输入：

pip install -r requirements.txt

一定注意路径，以后的步骤也是。
这一步将requirements.txt里面所有的依赖项全部安装，过程有些慢，记得换pip的镜像源，网上方法一大堆，很简单，就不在这里说了。
如果有红色报错或者黄色警告，将没有安装的库

pip install 库名

手动安装，如果提示更新,如下图：

可以用如下代码更新：

pip install --upgrade 库名

已有模型识别测试

在最上面的GitHub网址上找飞桨训练好的模型，也可以下载这个：
链接：https://pan.baidu.com/s/1NhRWcf7RKcA4iiTjWetEiA
提取码：7dg5

解压后，放在PaddleOCR-dygraph根目录下，文件结构如下图：

然后在PaddleOCR-dygraph根目录下启动cmd，兴奋地去测试~

python tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_ppocr_server_v2.0_det_infer/"  --rec_model_dir="./inference/ch_ppocr_server_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True

参数image_dir是要识别的图像
det_model_dir是检测模型的位置，
rec_model_dir是识别模型的位置，
cls_model_dir是分类模型的位置。

OCR技术用到了三个模型，检测是框出文本位置，识别是读取框出来的文本信息，分类的作用还不太清楚。
（赵佬点醒：cls分类是方向分类，比如图片是转了180°，这个分类器就输出180°，有了这个方向分类器，就可以识别不同方向的文字）

如果不用GPU而用CPU训练，可以在上面代码的后面加个参数

--use_gpu=False

喜闻乐见的debug

果然，报错：
RuntimeError : ( PreconditionNotMet ) The third-party dynamic library(cublas64_102.dll;cublas64_10.d11)that Paddle deperon is not configured correctly(error code is 126)

只用cpu就没有这样的问题，这个问题是由于英伟达CUDA安装不正确导致的（其实我觉得我安装对了）
本人CUDA版本10.0.130，之前TensorFlow跑YOLOV3都没问题。
解决方法：
它说缺cublas64_10.dll，我就在英伟达显卡加速包里找，发现这里有cublas64_100.dll

拷贝出一个，删掉个0，问题就解决了。
接下来缺库的问题也可以通过改文件名解决。

这下再来测试：

结果都显示出来了，打开可视化图片：

这应该不算打广告吧……
第一步安装大功告成！
下一篇检测模型训练https://blog.csdn.net/weixin_42845306/article/details/112689152
有问题的话，下面评论留言。