PaddleOCR 量化模型时无法加载预训练模型

已于 2022-05-24 09:54:05 修改
阅读量617 收藏
点赞数
文章标签： 深度学习 计算机视觉 paddle
于 2022-05-23 16:45:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42910626/article/details/124929788
版权
在进行PaddleOCR检测与识别模型的量化过程中，遇到预加载模型权重为空的错误。问题源于quant.py文件中加载预训练模型的方法存在缺陷。通过参考GitHub上的Pull Request 5903，对相关代码进行修改后，成功解决了模型加载问题，实现了量化模型的正常训练。
摘要由CSDN通过智能技术生成

PaddleOCR 量化模型时无法加载预训练模型

检测与识别模型在量化时，预加载模型的权重全为空。

在这里插入图片描述

解决方法

https://github.com/PaddlePaddle/PaddleOCR/pull/5903
原因：quant.py在加载预训练模型方法有问题，修改代码后成功加载
在这里插入图片描述

花姬树上鸟和果
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
PaddleOCR 自制模型训练
Rey的技术博客
09-19 2254
拿文字识别场景举例：文字识别也是图像领域一个常见问题。然而，对于自然场景图像，首先要定位图像中的文字位置，然后才能进行识别。文字检测：解决的问题是哪里有文字，文字的范围有多少文字识别：对定位好的文字区域进行识别，主要解决的问题是每个文字是什么，将图像中的文字区域进转化为字符信息。
PaddleOCR模型训练及使用详细教程
Elaine的博客
01-25 7690
PaddleOCR是基于PaddlePaddle深度学习框架的开源OCR工具，但它提供了推理模型/训练模型/预训练模型，用户可以直接使用推理模型进行识别，也可以对训练模型或预训练模型进行再训练。支持约80种语言的文本识别，并具有较高的准确性和速度。
paddleOCR预训练推理模型报错：Intel MKL function load error: cpu specific dynamic library is not loaded.
weixin_45072810的博客
05-20 1764
使用CPU预测报错 Intel MKL function load error: cpu specific dynamic library is not loaded. 解决办法 更换第三方包 pip install scipy==1.1.0 或 pip install numpy==1.19.1
[paddlocr]PP-OCR模型量化
最新发布
futureflsl的博客
06-25 793
复杂的模型有利于提高模型的性能，但也导致模型中存在一定冗余，模型量化将全精度缩减到定点数减少这种冗余，达到减少模型计算复杂度，提高模型推理性能的目的。模型量化可以在基本不损失模型的精度的情况下，将FP32精度的模型参数转换为Int8精度，减小模型参数大小并加速计算，使用量化后的模型在移动端等部署时更具备速度优势。本教程将介绍如何使用飞桨模型压缩库PaddleSlim做PaddleOCR模型的压缩。
paddle ocr模型量化实践
every place is the center of the universe
04-26 1140
标准的蒸馏方法是通过一个大模型作为 Teacher 模型来指导 Student 模型提升效果，而后来又发展出 DML 互 学习蒸馏方法，即通过两个结构相同的模型互相学习，相比于前者，DML 脱离了对大的 Teacher 模型的依赖， 蒸馏训练的流程更加简单，模型产出效率也要更高一些。复杂的模型有利于提高模型的性能，但也导致模型中存在一定冗余，模型裁剪通过移出网络模型中的子模型来减少这种冗余，达到减少模型计算复杂度，提高模型推理性能的目的。4.导出模型、预测部署。1.准备训练好的模型。2.准备训练好的模型。
paddleocr模型训练
GZ_public的博客
10-31 5035
paddleocr的det和rec模型训练
预训练模型技术实践.pdf
08-02
预训练模型技术实践 预训练模型技术实践是一个热门的研究方向，旨在提高语言模型的性能和泛化能力。 ChatGLM-6B 是一个基于预训练模型技术的对话模型，具有双语能力和人类意图对齐训练等特点。 1. 预训练模型技术...
基于语言模型的预训练技术研究综述
10-12
针对计算效率，模型的压缩和量化技术正逐渐兴起，以减少推理时的计算资源需求。模型的可解释性是另一个关键议题，因为理解模型如何做出决策有助于提升信任度和应用范围。此外，大规模预训练模型的训练需要大量计算...
starGANv2模型预训练文件
04-05
在实际使用时，根据开发者的指导，这两个文件可能会一起被加载，以恢复完整的预训练模型。 总的来说，starGANv2模型的预训练文件为研究人员和开发者提供了强大的工具，使得他们无需从零开始训练模型，就能进行多样...
量化投资策略源码模型量化策略
09-04
量化择时量化资产配置财务指标选股研究系列成长股选股模型多因子选股模型事件驱动策略系列选股因子研究系列分析师荐股能力评定与跟踪利用分析师...数据构建的量化择时指标风格轮动模型行业基本面预测模型行业轮动模型
facenet预训练模型
06-03
**模型训练过程**涉及几个关键步骤。首先，收集大量的人脸图像，这些图像可能来自多个角度、光照条件和表情变化，以确保模型的泛化能力。接着，使用这些图像对模型进行监督学习，其中每个图像都有对应的标签，指示了...
使用最新的paddlepaddle进行训练和保存模型
02-28
使用最新的paddlepaddle进行训练和保存模型，该模型可以进行继续训练或直接用于预测
PaddleOCR训练属于自己的模型详细教程（从打标，制作数据集，训练到应用，以行驶证识别为例）
热门推荐
qq_52852432的博客
07-25 5万+
PaddleOCR是一个基于飞桨开发的OCR（Optical Character Recognition，光学字符识别）系统。其技术体系包括文字检测、文字识别、文本方向检测和图像处理等模块。以下是其优点：高精度：PaddleOCR采用深度学习算法进行训练，可以在不同场景下实现高精度的文字检测和文字识别。
paddleOcr训练一个属于自己的模型
m0_49710816的博客
11-10 4354
训练一个属于自己的paddleocr模型，从环境搭建到模型推理全过程
2_paddleOCR训练自己的模型
Stefan的博客
12-05 8023
目录 1 下载工具安装及使用... 1 1.1 下载迅雷... 1 1.2 使用迅雷下载文件... 1 2 文本检测模型... 2 2.1 资料准备... 2 2.1.1 下载数据集... 2 2.1.2 下载标注文件... 2 2.1.3 组织数据集路径... 3 2.2 开始训练... 3 2.2.1 下载预训练模型... 3 2.2.2 组织预训练模型路径... 3 ...
利用PaddleOCR训练车牌识别模型
牵一只蜗牛去散步
04-26 4365
1--前言 ①系统：Ubuntu18.04 ②Cuda：11.0 ③CudaNN：8.04 ④配置Paddle环境 2--生成车牌数据集 ①具体可见GitHub项目：Github生成车牌数据集 #coding=utf-8 import random import numpy as np from PlateCommon import * if __name__ == "__main__": import all_kinds_plate else: from . impor
PaddleOCR文字识别模型训练
BurningSilence
12-02 8249
PaddleOCR文字识别模型训练数据准备中文场景文字识别技术创新大赛数据集启动训练 本文主要介绍PaddleOCR中文字识别模型的训练、评估及测试。 数据准备 中文场景文字识别技术创新大赛数据集 数据集共212023张文字图片。数据集地址 训练集 将训练图片放入同一个文件夹（train_images），并用一个txt文件（rec_gt_train.txt）记录图片路径和标签。 注意： 默认请将图片路径和图片标签用 \t 分割，如用其他方式分割将造成训练报错 " 图像文件名
paddleocr文本检测模型的训练
didiaopao的博客
10-15 1万+
一、环境的安装和开源项目的下载 首先我个人建议，玩深度学习的话，不管是工作还是学习，最起码要配一个有GPU的电脑。我个人有着血淋淋的教训，我本人是电气工程的一名学生，本科期间一点深度学习和机器学习的基础都没有，读研的时候就带着自己大一的时候买的笔记本电脑（没有GPU）去了读研的学校。我的实验室是大家带上自己的电脑工作学习的。因为没有GPU很多实验跑的特别慢，学习起来也很痛苦。后面实习的时候搞得是计算机视觉相关的工作，没有GPU简直没有办法学习了，后面毅然花钱买了一个好点的电脑，现在学习起来...
paddleocr 模型训练过程记录
March_A的博客
04-30 2145
其中 Global.pretrained_model 指定了预训练模型的路径，"./pretrained_models/ch_PP-OCRv3_det_distill_train/student" 则。通过训练模型，可以得到一个可以用于文字检测的模型。指定了预训练模型的路径，"./pretrained_models/ch_PP-OCRv3_det_distill_train/best_accuracy" 则表示。在训练过程中，模型会不断地根据训练数据调整自己的参数，以提高在验证数据上的准确率。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值