ddddocr训练验证码时遇到的各种问题汇总

前两天开始尝试使用ddddocr训练离线模型，期间遇到了各种问题，费了一番周折，最后还算顺利解决了，记录一下，避免大家遇坑。

ddddocr
ddddocr训练工具

这是Gitee上作者的仓库，GitHub上的是一样的，大家可以自己去找。ddddocr的使用方法在这里我就不多说了，这里主要讲的是训练遇到的问题。

环境配置

环境配置参考训练工具仓库内的Markdown文档说明，需要注意的是pytorch的CUDA版本需要自己在官网上下载安装，其他都简单，按照操作步骤一步步来就行。

环境搭好后，下载压缩文件并解压缩到本地，按照requirements.txt上依赖的库安装python包，这个也不用多说了，大家应该都会的。

创建项目

1. 找到刚刚下载的仓库文件，找到app.py文件。然后在当前文件夹下打开cmd，输入：

python app.py create {project_name}

2. 创建项目名称，project_name为自定义的项目名称。接下来配置缓存数据，配置缓存数据前，确保你的图片已经按照规定的命名格式放在一个文件夹内，且训练图片需要大于1200张，否则训练时会出错。具体命名规则可看Gitee上的文档，这里就不展开讲了。比如，图片路径在 {project_name}下的images文件夹内，那么直接在cmd中输入：

python app.py cache {project_name} /images/

代码运行完后，会在{project_name} /cache文件夹下创建两个文件cache.train.tmp和cache.val.tmp，里面记录的就是images文件夹下面的图片信息。

3. 缓存配置好后，在cmd输入以下代码直接开始训练

python app.py train {project_name}

报错解决办法

报错一： cache文件夹下的cache.val.tmp大小为0字节。

解决办法：该问题为训练照片数据太少，至少需要1200张图片，增加训练照片即可解决该问题。

报错二：出现checkpoint报错

解决办法：找到{project_name} /checkpoint文件夹，删除该文件夹下所有的文件

报错三：failed writing file data

解决办法：检查一下硬盘空间是否已经撑满，换一个大容量的硬盘继续训练。继续训练时，可能出现如下报错：
解决办法：找到{project_name} /checkpoint文件夹，按照创建时间排序，删除最近创建的几个压缩包即可继续训练。

报错四：出现Error：cannot identify image file报错

解决办法：查看红色报错的文件名称找到该图片，检查图片是否已损坏，直接删除即可继续训练。

报错五：TypeError: export() got an unexpected keyword argument '__retain_param_name

解决办法：该报错是使用了旧版的代码导致，找到dddd_trainer-main/nets/_init_.py文件，第216行，删除__retain_param_name参数即可。或者重新下载作者最新的代码也行。

报错六：module onnx is not installed!

解决办法：打开cmd，输入pip install onnx，安装即可。