关于使用百度PaddleOCR的记录

关于使用百度PaddleOCR的记录【有一定的docker基础】

最近公司要自己弄个OCR的服务，说买的太贵，使用openAPI 的话，涉及到数据泄密，因为是YL资料。

1. 下载paddleOCR

2.    github 很慢，gitee 也可以，
3.     git clone https://gitee.com/PaddlePaddle/PaddleOCR.git /PaddleOCR  下载，github 也可以

4. Docker化部署，其他类型自己启动，暂时不考虑，试验过，不友好。

5. [English](README.md) | 简体中文

   ## Docker化部署服务
   在日常项目应用中，相信大家一般都会希望能通过Docker技术，把PaddleOCR服务打包成一个镜像，以便在Docker或k8s环境里，快速发布上线使用。

   本文将提供一些标准化的代码来实现这样的目标。大家通过如下步骤可以把PaddleOCR项目快速发布成可调用的Restful API服务。（目前暂时先实现了基于HubServing模式的部署，后续作者计划增加PaddleServing模式的部署）

   ## 1.实施前提准备

   需要先完成如下基本组件的安装：
   a. Docker环境
   b. 显卡驱动和CUDA 10.0+（GPU）
   c. NVIDIA Container Toolkit（GPU，Docker 19.03以上版本可以跳过此步）
   d. cuDNN 7.6+（GPU）

   ## 2.制作镜像
   a.切换至Dockerfile目录（注：需要区分cpu或gpu版本，下文以cpu为例，gpu版本需要替换一下关键字即可）
   ```
   cd deploy/docker/hubserving/cpu
   ```
   c.生成镜像
   ```
   docker build -t paddleocr:cpu .
   ```

   ## 3.启动Docker容器
   a. CPU 版本
   ```
   sudo docker run -dp 8868:8868 --name paddle_ocr paddleocr:cpu
   ```
   b. GPU 版本 (通过NVIDIA Container Toolkit)
   ```
   sudo nvidia-docker run -dp 8868:8868 --name paddle_ocr paddleocr:gpu
   ```
   c. GPU 版本 (Docker 19.03以上版本，可以直接用如下命令)
   ```
   sudo docker run -dp 8868:8869 --gpus all