PPv3-OCR自定义数据从训练到部署

最新推荐文章于 2024-05-20 11:26:06 发布
最新推荐文章于 2024-05-20 11:26:06 发布
阅读量199 收藏
点赞数
分类专栏： 机器学习 文章标签： 深度学习 python
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_43102784/article/details/127935862
版权

PPv3-OCR自定义数据从训练到部署

一、配置Paddle环境

创建虚拟环境

conda create --name pp python=3.7

img

image-20220412070356738

创建完成后激活环境

conda activate pp

img

image-20220412070519667

登录飞桨的官网下载最新的paddle，官网地址：飞桨PaddlePaddle-源于产业实践的开源深度学习平台

选择合适的CUDA版本，然后会在下面生成对应的命令。

img

image-20220412070703940

然后，复制命令即可

conda install paddlepaddle-gpu==2.2.2 cudatoolkit=11.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge

二、配置PaddleOCR

下载地址：(https://gitee.com/paddlepaddle/PaddleOCR

将其下载到本地，然后解压配置环境。

1、安装python包

1、yaml

pip install pyyaml

2、imgaug

pip install imgaug

3、pyclipper

pip install pyclipper

4、lmdb

pip install lmdb

5、Levenshtein

pip install Levenshtein

6、tqdm

pip install tqdm

2、测试环境

模型简介 模型名称 推荐场景 检测模型 方向分类器 识别模型
中英文超轻量PP-OCRv3模型（16.2M） ch_PP-OCRv3_xx 移动端&服务器端 推理模型 / 训练模型 推理模型 / 训练模型 推理模型 / 训练模型
英文超轻量PP-OCRv3模型（13.4M） en_PP-OCRv3_xx 移动端&服务器端 推理模型 / 训练模型 推理模型 / 训练模型 推理模型 / 训练模型
中英文超轻量PP-OCRv2模型（13.0M） ch_PP-OCRv2_xx 移动端&服务器端 推理模型 / 训练模型 推理模型 / 预训练模型 推理模型 / 训练模型
中英文超轻量PP-OCR mobile模型（9.4M） ch_ppocr_mobile_v2.0_xx 移动端&服务器端 推理模型 / 预训练模型 推理模型 / 预训练模型 推理模型 / 预训练模型
中英文通用PP-OCR server模型（143.4M） ch_ppocr_server_v2.0_xx 服务器端 推理模型 / 预训练模型 推理模型 / 预训练模型 推理模型 / 预训练模型

选择上面的一组模型放入到inference文件夹中，注意：是一组，包括：监测模型、方向分类器、识别模型。如下：

PaddleOCR-release-2.5
 └─inference
    ├─ch_PP-OCRv3_det_infer #检测模型
    │  ├─inference.pdiparams
    │  ├─inference.pdiparams.info
    │  └─inference.pdmodel
    ├─ch_PP-OCRv3_rec_infer #识别模型
       │  ├─inference.pdiparams
    │  ├─inference.pdiparams.info
    │  └─inference.pdmodel
    └─cls #方向分类器
    ├─inference.pdiparams
    ├─inference.pdiparams.info
    └─inference.pdmodel

img

在这里插入图片描述

将待检测的图片放在./doc/imgs/文件夹下面，然后执行命令：

python tools/infer/predict_system.py --image_dir="./doc/imgs/0.jpg" --det_model_dir="./inference/ch_PP-OCRv3_det_infer/" --cls_model_dir="./inference/cls/" --rec_model_dir="./inference/ch_PP-OCRv3_rec_infer/" --use_angle_cls=true

然后在inference_results文件夹中查看结果，例如：

img

image-20220413103556318

如果能看到结果就说明环境是ok的。

更多的命令，如下：

# 使用方向分类器
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./ch_PP-OCRv3_det_infer/" --cls_model_dir="./cls/" --rec_model_dir="./ch_PP-OCRv3_rec_infer/" --use_angle_cls=true --rec_image_shape=3,48,320
# 不使用方向分类器
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./ch_PP-OCRv3_det_infer/" --rec_model_dir="./ch_PP-OCRv3_rec_infer/" --use_angle_cls=false --rec_image_shape=3,48,320
# 使用多进程
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./ch_PP-OCRv3_det_infer/" --rec_model_dir="./ch_PP-OCRv3_rec_infer/" --use_angle_cls=false --use_mp=True --total_process_num=6 --rec_image_shape=3,48,320

也可以新建test.py脚本进行测试，系统会自动下载预训练模型，代码如下：

import cv2

from paddleocr import PaddleOCR, draw_ocr

# Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, lang="ch")  # need to run only once to download and load model into memory
img_path = './doc/imgs_en/img_10.jpg'
result = ocr.ocr(img_path, cls=True)
for line in result:
    print(line)
# 显示结果
from PIL import Image
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='./fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')

开始运行：

img

红框的位置显示了详细的配置信息。 查看结果：

img

ocr.ocr(img_path, cls=True)这个方法不仅支持传入图片的路径，还支持ndarray和list类型。比如传入ndarray

import cv2

from paddleocr import PaddleOCR, draw_ocr

# Paddleocr目前支持的多语言语种可以通过修改lang参数进行切换
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, lang="ch")  # need to run only once to download and load model into memory
img_path = './doc/imgs_en/img_10.jpg'
# 第一种使用读入图片转为ndarray
from PIL import Image
import numpy as np
img = Image.open(img_path)
img = np.array(img)
result = ocr.ocr(img, cls=True)
# 第二种使用cv2读入图片。
img=cv2.imread(img_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
result = ocr.ocr(img, cls=True)

上面这两种方式都是可以的，大家自行尝试。

三 模型列表及其对应的配置文件

1. 文本检测模型

1.1 中文检测模型

模型名称 模型简介 配置文件 推理模型大小 下载地址
ch_PP-OCRv3_det_slim 【最新】slim量化+蒸馏版超轻量模型，支持中英文、多语种文本检测 [ch_PP-OCRv3_det_cml.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml) 1.1M 推理模型 / 训练模型 / nb模型
ch_PP-OCRv3_det 【最新】原始超轻量模型，支持中英文、多语种文本检测 [ch_PP-OCRv3_det_cml.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml) 3.8M 推理模型 / 训练模型
ch_PP-OCRv2_det_slim slim量化+蒸馏版超轻量模型，支持中英文、多语种文本检测 [ch_PP-OCRv2_det_cml.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_PP-OCRv2/ch_PP-OCRv2_det_cml.yml) 3M 推理模型
ch_PP-OCRv2_det 原始超轻量模型，支持中英文、多语种文本检测 [ch_PP-OCRv2_det_cml.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_PP-OCRv2/ch_PP-OCRv2_det_cml.yml) 3M 推理模型 / 训练模型
ch_ppocr_mobile_slim_v2.0_det slim裁剪版超轻量模型，支持中英文、多语种文本检测 [ch_det_mv3_db_v2.0.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml) 2.6M 推理模型
ch_ppocr_mobile_v2.0_det 原始超轻量模型，支持中英文、多语种文本检测 [ch_det_mv3_db_v2.0.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml) 3M 推理模型 / 训练模型
ch_ppocr_server_v2.0_det 通用模型，支持中英文、多语种文本检测，比超轻量模型更大，但效果更好 [ch_det_res18_db_v2.0.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml) 47M 推理模型 / 训练模型

1.2 英文检测模型

模型名称 模型简介 配置文件 推理模型大小 下载地址
en_PP-OCRv3_det_slim 【最新】slim量化版超轻量模型，支持英文、数字检测 [ch_PP-OCRv3_det_cml.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml) 1.1M 推理模型 / 训练模型 / nb模型
en_PP-OCRv3_det 【最新】原始超轻量模型，支持英文、数字检测 [ch_PP-OCRv3_det_cml.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml) 3.8M 推理模型 / 训练模型
  • 注：英文检测模型与中文检测模型结构完全相同，只有训练数据不同，在此仅提供相同的配置文件。

1.3 多语言检测模型

模型名称 模型简介 配置文件 推理模型大小 下载地址
ml_PP-OCRv3_det_slim 【最新】slim量化版超轻量模型，支持多语言检测 [ch_PP-OCRv3_det_cml.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml) 1.1M 推理模型 / 训练模型 / nb模型
ml_PP-OCRv3_det 【最新】原始超轻量模型，支持多语言检测 [ch_PP-OCRv3_det_cml.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_cml.yml) 3.8M 推理模型 / 训练模型
  • 注：多语言检测模型与中文检测模型结构完全相同，只有训练数据不同，在此仅提供相同的配置文件。

2. 文本识别模型

2.1 中文识别模型

模型名称 模型简介 配置文件 推理模型大小 下载地址
ch_PP-OCRv3_rec_slim 【最新】slim量化版超轻量模型，支持中英文、数字识别 [ch_PP-OCRv3_rec_distillation.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml) 4.9M 推理模型 / 训练模型 / nb模型
ch_PP-OCRv3_rec 【最新】原始超轻量模型，支持中英文、数字识别 [ch_PP-OCRv3_rec_distillation.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/rec/PP-OCRv3/ch_PP-OCRv3_rec_distillation.yml) 12.4M 推理模型 / 训练模型
ch_PP-OCRv2_rec_slim slim量化版超轻量模型，支持中英文、数字识别 [ch_PP-OCRv2_rec.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/rec/ch_PP-OCRv2/ch_PP-OCRv2_rec.yml) 9M 推理模型 / 训练模型
ch_PP-OCRv2_rec 原始超轻量模型，支持中英文、数字识别 [ch_PP-OCRv2_rec_distillation.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/rec/ch_PP-OCRv2/ch_PP-OCRv2_rec_distillation.yml) 8.5M 推理模型 / 训练模型
ch_ppocr_mobile_slim_v2.0_rec slim裁剪量化版超轻量模型，支持中英文、数字识别 [rec_chinese_lite_train_v2.0.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml) 6M 推理模型 / 训练模型
ch_ppocr_mobile_v2.0_rec 原始超轻量模型，支持中英文、数字识别 [rec_chinese_lite_train_v2.0.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml) 5.2M 推理模型 / 训练模型 / 预训练模型
ch_ppocr_server_v2.0_rec 通用模型，支持中英文、数字识别 [rec_chinese_common_train_v2.0.yml](file:/D:/cv/PaddleOCR-release-2.5/configs/rec/ch_ppocr_v2.0/rec_chinese_common_train_v2.0.yml) 94.8M 推理模型 / 训练模型 / 预训练模型

说明：

最低0.47元/天 解锁文章
MrJson-架构师
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
paddleocr：使用自己的数据集训练文字检测模型
静谧、淡雅
01-13 2985
PaddleOCR地址： https://github.com/PaddlePaddle/PaddleOCR 文字检测： https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.4/doc/doc_ch/detection.md 一 数据准备 OCR数据标注工具：PPOCRLabel cd 进入到PaddleOCR\PPOCRLabel，输入命令： python PPOCRLabel.py --lang ch ch为中文。en为英文。 输入上述命令p
paddleocr：使用自己的数据集微调文字识别模型
静谧、淡雅
01-12 2967
PaddleOCR地址：https://github.com/PaddlePaddle/PaddleOCR 注意： 1 OCR半自动数据标注工具：PPOCRLabel 使用python3和pyqt5编写，支持矩形框标注和四点标注模式，导出格式可直接用于PPOCR检测和识别模型的训练。 用于构建训练、验证、测试的数据集。 PPOCRLabel说明和数据集划分方法见如下地址： https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.4/PPOCRLabel
PPOCRv3检测模型和识别模型的训练和推理
yinqinggong的博客
12-07 1943
PPOCRv3的训练和推理
PPOCR 中文字符检测训练，预测整个过程
10-23
PPOCR 中文字符检测训练，预测整个过程
02-slackertv-PPV-DAZN-
04-18
02-slackertv-PPV-DAZN-
max-miner 极大模式挖掘的ppv-al完整代码
08-25
max-miner 极大模式数据挖掘的ppv-al完整算法
LowRes:Unity URP PPv3的低分辨率效果
03-21
低分辨率Unity URP PPv3的低分辨率效果将LowRes RendererFeature添加到您的前向渲染器在后期处理量中添加LowRes效果高度-屏幕高度（以像素为单位），宽度取决于长宽比你做完了屏幕快照中的场景
导电高聚物MP-PPV的ps吸收谱研究
02-10
我们研究了在ps紫外脉冲激发下,导电高聚物MP-PPV溶液及薄膜的瞬态吸收谱。来自极化子和双极子的四个瞬态吸收带,在被稀释的MP-PPV溶液中被观察到,这些元激发的产生、迁移和衰变受不同实验条件的影响。
论文研究 - 考虑岩体碎片阻尼效应的地面振动预测研究
05-27
峰值粒子速度（PPV）是与爆炸引起的地面振动有关的最重要参数之一。 为了设计合适的爆破标准并最小化其对环境的影响，PPV的预测非常重要。 但是，尚未开发出通用的预测方程式和/或方法，因为它们没有考虑岩体和地质...
PP-OCRv3进行OCR手写文字识别
胭脂草的ABC博客
02-02 431
手写体在日常生活中较为常见，无论是记笔记，亦或是手写书信，再或是现如今出现的各种电子设备也都支持手写输入，或是触摸屏输入，手写体可以说是随处可见。手写体的自动识别功能对于保存手写体的内容是极为重要的。中文汉字字符级别的类别繁多；手写体字符的书写随意性大, 缺乏规范性不同书写人书写风格多样中文汉字中存在很多相似字和易混淆的汉字对以上难点对手写体自动识别都带来了很大的挑战。
基于PP-OCRv3的电表检测识别
m0_63642362的博客
07-09 1654
电表检测识别模型升级至PP-OCRv3
PP-OCRV3使用教程
crazty的博客
08-25 1750
PP-OCRV3使用教程 PP-OCRV3 ARM端部署 预准备 代码拷贝 or 远程传导 远程传导的方式：在PC的终端中输入 scp -r <PC端文件路径> <ARM端用户名>@<ARMIP>:<ARM保存路径> 例如:scp -r G:/opencv ubuntu@192.168.233.1.3:/home/ubuntu/ (加一个-r是因为远程上传的是含有多级目录的文件夹） 环境变量 ARM端的环境变量需要添加我们的代码文件路径（因为用到了某些包在
基于PP-OCRv3的手写文字识别
胭脂草的ABC博客
02-02 347
PP-OCRv3的识别模块是基于文本识别算法SVTR优化。SVTR不再采用RNN结构，通过引入Transformers结构更加有效地挖掘文本行图像的上下文信息，从而提升文本识别能力。如下图所示，PP-OCRv3采用了6个优化策略。SVTR_LCNet：轻量级文本识别网络GTC：Attention指导CTC训练策略TextConAug：挖掘文字上下文信息的数据增广策略TextRotNet：自监督的预训练模型UDML：联合互学习策略UIM：无标注数据挖掘方案详细优化策略描述请参考。
JS前端AI应用集合重磅开源，PP-OCRv3 JS版模型速度提升87.5%
PaddlePaddle
10-25 388
在前端应用中，人脸识别、人像分割等AI能力已经广泛分布于各类场景中，其在低延迟、数据隐私保护、服务资源节省等方面都有明显的应用优势。随着人工智能技术的不断发展，越来越多的深度学习模型在保持超轻量的同时也拥有高精度的特点，使得前端可实现的AI应用范围不断扩大。近期，百度飞桨团队联合飞桨开发者技术专家（PPDE） 陈千鹤，发布了支持一站式AI能力的前端应用集合，大幅提升了AI模型的易用性和可移植性。主...
PPOCR - 命令行训练模型基本流程和常用命令+visualdl可视化
DreamingBetter的博客
04-19 1511
本文记录实践中用paddleocr训练自己的模型的基本步骤和常用命令，以detection为例更详细内容请参考官方文档。
PPOCR实践二：pp-OCRv3基本使用
最新发布
岂曰无衣
05-20 194
【代码】PPOCR实践二：pp-OCRv3基本使用。
【官方】十分钟完成 PP-OCRv3 识别全流程实战
热门推荐
m0_63642362的博客
05-13 1万+
转自AI Studio，原文链接： 【官方】十分钟完成 PP-OCRv3 识别全流程实战 - 飞桨AI Studio 十分钟完成 PP-OCRv3 识别全流程实战 项目地址：PaddleOCR github 地址：https://github.com/PaddlePaddle/PaddleOCR PaddleOCR是百度开源的超轻量级OCR模型库，提供了数十种文本检测、识别模型，旨在打造一套丰富、领先、实用的文字检测、识别模型/工具库，助力使用者训练出更好的模型，并应用落地。同时PaddleOC.
超轻量OCR系统PP-OCRv3技术解读
Hello World
05-09 2498
超轻量OCR系统PP-OCRv3技术解读 PP-OCR是PaddleOCR团队自研的超轻量OCR系统，面向OCR产业应用，权衡精度与速度。近期，PaddleOCR团队针对PP-OCRv2的检测模块和识别模块，进行共计9个方面的升级，打造出一款全新的、效果更优的超轻量OCR系统：PP-OCRv3。https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.5/doc/doc_ch/PP-OCRv3_introduction.md​github.com/Pa
PP-OCRv3部署
09-04
要部署PP-OCRv3模型，你可以按照以下步骤进行操作： 1. 首先，下载并解压PP-OCRv3模型。你可以使用以下命令下载和解压目标检测模型和文字识别模型： ``` wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar tar xf ch_PP-OCRv3_det_infer.tar tar xf ch_PP-OCRv3_rec_infer.tar ``` 2. 接下来，你可以使用PaddleOCR计算模型的检测指标，包括Precision、Recall和Hmean（F-Score）等。这些指标可以帮助你评估模型的性能。 3. 如果你想使用PPOCRLabel工具对数据集进行标注，可以按照以下步骤进行安装和启动： - 对于Ubuntu Linux系统，使用以下命令安装PPOCRLabel和其依赖项： ``` pip3 install PPOCRLabel pip3 install trash-cli PPOCRLabel --lang ch ``` - 对于MacOS系统，使用以下命令安装PPOCRLabel和其依赖项： ``` pip3 install PPOCRLabel pip3 install opencv-contrib-python-headless==4.2.0.32 # 如果下载过慢请添加"-i https://mirror.baidu.com/pypi/simple" PPOCRLabel --lang ch ``` 请按照上述步骤进行PP-OCRv3模型的部署。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [ARM端部署PP-OCR_V3](https://blog.csdn.net/crazty/article/details/126484626)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [PPv3-OCR自定义数据从训练到部署](https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/125087878)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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