PaddleOCR使用可视化工具VisualDL初次记录

最新推荐文章于 2024-05-30 17:13:09 发布
最新推荐文章于 2024-05-30 17:13:09 发布
阅读量2.9k 收藏 15
点赞数 6
分类专栏： PaddleOCR 文章标签： 深度学习 python paddlepaddle
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_43399411/article/details/121702977
版权

PaddleOCR使用可视化工具VisualDL初次记录

了解PaddleOCR中的VisualDL

PaddleOCR内置Visual，并且在训练代码里面已经写好了，所以不需要安装和在train.py加代码。内置代码在tools/program.py里面在这里插入图片描述
可以看见内置log的存储位置在 {save_model_dir}/vdl/ 里面。（save_model_dir为你训练配置文件模型保存位置）

示例

configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml里面在这里插入图片描述
在这里插入图片描述

使用VisualDL

不知道什么原因，官方文档上的命令打开图像后会出现错误 ，经过多次尝试，发现可能VisualDL 版本太高，换成2.0比较稳定。

pip install visualdl==2.0

使用之前还要在PaddleOCR训练config文件中打开visualdl
在这里插入图片描述

接着就开始PaddleOCR的训练，直接在命令行中输入

python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml

训练完成后生成了log文件
在这里插入图片描述

然后对应文件位置启用VisualDL，在命令行中输入

visualdl --logdir "output/ch_db_mv3/vdl"

等命令行出现以下内容后，复制该网址在浏览器中打开（不能是IE）
请添加图片描述

成功！！！！ 之后就可以开始表演了~

请添加图片描述

asOneMaster
关注
  • 6
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
高效使用Python可视化工具Matplotlib
02-25
Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表。本文主要介绍了在学习Matplotlib时面临的一些挑战，为什么要使用Matplotlib，并推荐了一个学习使用Matplotlib...
Git可视化工具SourceTree的使用
02-01
我在前面几篇文章中详细介绍了Git命令行的使用《Git学习札记》《Git学习札记——进阶》，以及使用Xcode中自带的Git可视化工具的使用《Xcode中git的使用方法介绍与"Please tellmewhoyouare"问题的解决方案》。对于Git...
《PaddlePaddle从入门到炼丹》十——VisualDL 训练可视化
夜雨飘零
01-17 6367
VisualDL是一个面向深度学习任务设计的可视化工具，包含了scalar、参数分布、模型结构、图像可视化等功能。可以这样说：“所见即所得”。我们可以借助VisualDL来观察我们训练的情况，方便我们对训练的模型进行分析，改善模型的收敛情况。
优化PaddleOCR结果可视化方法
cv小学dl三年级
09-02 1195
上次重写了OCR结果可视化后，对于倾斜的文本框，可视化时文本会画在框外，看着非常不 舒服，这次我先把文字画好，然后再贴到图中，虽然麻烦点，看是看着舒服多了。
使用paddleOCR完成价格提取并实现可视化
m0_63642362的博客
08-21 1071
脚本+文字提取获取数据
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 1477
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。
paddlepaddle模型使用visualDL曾跳的坑
嗝~~~~的博客
01-17 975
手写字符识别项目中（https://aistudio.baidu.com/aistudio/projectdetail/1455484） 尝试使用visualDL实现可视化 坑一、 在命令行输入visualdl --logdir ./log --port 8080报错了 UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xc1 in position 2: invalid start byte 解决方法： 将计算机名改成英文(右键我的电脑——属性——更
基于深度学习PaddlePaddle可视化工具VisualDL
PaddlePaddle
03-01 2451
引言：当使用PaddlePaddle训练大量深层的神经网络时，开发者希望跟踪整个神经训练过程的信息，例如loss的变化趋势，迭代过程中参数的变化、分布及背后的原因、模型的...
OCR结果可视化(2)
cv小学dl三年级
06-15 504
具体实现参考 paddleocr
Tensorflow的可视化工具Tensorboard的初步使用详解
03-01
Tensorflow官方推出了可视化工具Tensorboard，可以帮助我们实现以上功能，它可以将模型训练过程中的各种数据汇总起来存在自定义的路径与日志文件中，然后在指定的web端可视化地展现这些信息。1.1Tensorboard的数据...
OCR结果可视化
cv小学dl三年级
06-15 1011
def draw_ocr_box_txt(image, boxes, txts, drop_score=0.5): img_show = Image.new('RGB', (image.width * 2, image.height), (255, 255, 255)) img_show.paste(image, (image.width, 0, image.width * 2, image.height)) img_show_bak = img_show.copy() ...
paddlepaddle-VisualDL2.0对项目进行可视化调参
qq_36537774的博客
09-02 1575
如果需要更好的阅读体验，可以在ai studio上fork该项目：使用VisualDL2.0对项目进行可视化调参 调参是深度学习必须要做的事情。数据和模型处理好后，需要进行模型训练，这个时候就需要进行调参了。一种好的参数配置，可以使得训练出来的模型在测试集上表现出很好的效果。可是要如何调呢？这里用飞桨（paddlepaddle深度学习框架） 我们通常说的调参是指调整超参数这些，例如： 先给他个设置一个不大不小的epoch，和一些其他超参数，例如epoch=10？然后跑一下，每多少iter（batc..
训练结果可视化显示（随手记）
weixin_43793458的博客
05-31 1316
接着上一篇文章的例子，将简易神经网络的预测结果可视化显示： import matplotlib.pyplot as plt # 迭代 1000 次学习，sess.run optimizer with tf.Session() as sess: sess.run(init) fig = plt.figure() # 生成一个图框 ax = fig.add_subplot...
【Paddle AILab】启动VisualDL的详细步骤
LeungSr的博客
11-10 2105
文章目录问题描述Step1：升级VisualDL到最新版本Step2: 在运行的代码中保存日志文件目录Step3： 选择日志文件并打开最终结果写在最后 本文基于百度飞浆Paddle平台 项目地址： 『NLP打卡营』实践课1：词向量应用演示 问题描述 在第一次使用百度飞浆启动VisualDL时候，许多同学可能与我一样不知道怎么打开，此处说明以下，希望帮到后来者 Step1：升级VisualDL到最新版本 使用以下命令 pip install --upgrade visualdl 然后按 Crtl + .
PaddlePaddle学习课程——课节2：Python中数据可视化方法实例（包括切片等相关操作）
Hanzoe的博客
08-11 338
PaddlePaddle学习课程——课节2：Python中数据可视化方法实例（包括切片等相关操作） PaddlePaddle学习课程 课节2：Python中数据可视化方法实例（包括切片等相关操作） 1、为什么需要可视化 进行机器学习，则对数据的处理是必不可少的。而这其中，可视化的重要性则越加凸显。因此，在学校的安排下，进行了相关的可视化学习。 2、在Python中进行可视化需要什么？ 不多 ！ P...
使用 CNN 训练自己的数据集
2302_77874605的博客
05-29 506
设置优化器BS = 5。
ResNet + LSTM：同时处理空间和时间信息的数据时（如癫痫）的SOTA算法
Debroon
05-27 1161
这篇论文的主要贡献包括提出了一种预处理方法以增强特征提取，通过预训练图像表示来获得有限数据下的最佳性能，并引入了一种结合了ResNet和LSTM的混合模型，以提取时间序列图像数据的多样特征。EEG数据的预处理步骤：展示了单个通道EEG数据的预处理过程，包括原始EEG数据的转换为频谱图像（使用STFT），并进一步的数据增强技术，如频带截断和临时割除。通过这些阶段的处理，可以有效地从复杂的EEG数据中提取有用的信息，并训练出一个鲁棒的机器学习模型，最终提高癫痫管理和治疗的能力。
ERV-Net：一种用于脑肿瘤分割的高效3D残差神经网络| 文献速递-深度学习肿瘤自动分割
最新发布
weixin_38594676的博客
05-30 644
然而，手动分割是一个复杂的项目，因为不同的医师在培训过程中可能具有不同的标准，因此会受到不确定误差的影响（Nyúl，Udupa和Zhang，2000年）。在ERV-Net中，首先利用了计算高效的网络3D ShuffleNetV2作为编码器，以减少GPU内存并提高ERV-Net的效率，然后引入了具有残差块（Res-decoder）的解码器以避免性能退化。特别是，我们提出了一种新颖的后处理方法，充分利用了神经网络的概率和脑肿瘤的分布特性，有效提高了我们的分割性能。表3与模型集成的最先进方法的性能比较。
当代人工智能三教父——深度学习三巨头
心碎烤肠的博客
05-23 2866
今天下午闲来无事翻阅了一下csdn首页的头条文章——《27 岁天才创始人Joel Hellermark分享了自己和“AI 教父”Geoffery Hinton的最新采访》 感觉挺有意思，就从头到尾的看了一遍，里面有很多自己以前从未涉及到的知识，就浅显的整理了一下：
redis使用可视化工具
09-01
使用可视化工具来管理和操作Redis是一种常见的做法。可视化工具可以提供更直观、易于理解的界面，帮助开发者提升debug效率。虽然有些开发者更喜欢使用命令行进行操作，但使用可视化工具可以让操作更加方便和直观，特别是在查看和处理JSON数据时。流行的Redis可视化工具有很多，其中一些优秀的工具包括Redis Desktop Manager、RDM Redis GUI、RedisInsight等。这些工具提供了丰富的功能，如实时数据查看、键值对的增删改查、性能监控等，可以帮助开发者更好地管理和操作Redis数据库。使用可视化工具还可以避免繁琐的命令行操作，并提供更好的使用体验。因此，选择适合自己的可视化工具可以提高工作效率并简化开发过程。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [可能这是Redis可视化工具最全的横向评测](https://blog.csdn.net/bryan_zhang_31/article/details/105491077)[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: 100%"] [ .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 6
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