PaddleOCR使用笔记-文字方向分类训练、评估、推理

最新推荐文章于 2024-02-05 15:38:50 发布
最新推荐文章于 2024-02-05 15:38:50 发布
阅读量2.7k 收藏 2
点赞数 3
分类专栏： 深度学习 PaddleOCR 文章标签： 深度学习 PaddleOCR Linux 文字方向分类
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/xu_benjamin/article/details/120088439
版权

PaddleOCR使用笔记

Linux环境下

PaddleOCR develop版本安装及使用（第二次尝试）(成功)

文字方向分类训练

在这里插入图片描述

  • 下载下来后解压到本地，并将ch_ppocr_mobile_v1.1_cls_train目录上传到服务器上的项目中的pretrain_models目录

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

# GPU训练，通过CUDA_VISIBLE_DEVICES指定卡号
export CUDA_VISIBLE_DEVICES=2
# 启动训练
python3 tools/train.py -c configs/cls/cls_mv3.yml  2>&1 | tee train_cls.log

在这里插入图片描述

文字方向分类评估
export CUDA_VISIBLE_DEVICES=0
# GPU 评估， Global.checkpoints 为待测权重
python3 tools/eval.py -c configs/cls/cls_mv3.yml -o Global.checkpoints=output/cls_mv3/best_accuracy

在这里插入图片描述

文字方向分类推理
python3 tools/infer_cls.py -c configs/cls/cls_mv3.yml -o Global.checkpoints=output/cls_mv3/best_accuracy Global.infer_img=doc/cls_crown_test/

在这里插入图片描述

在这里插入图片描述

创作不易，喜欢的话加个关注点个赞，❤谢谢谢谢❤

快乐的小小程序猿
关注
  • 3
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
PaddleOCR识别框架解读[19] 文本方向分类器--从训练到部署全流程
我是天才很好
03-18 82
PaddleOCR识别框架解读[19] 文本方向分类器--从训练到部署全流程
使用paddleOCR实现文字识别
qq_20241587的博客
05-26 7020
目的： Ubuntu 系统，给定一张图，识别图中的文字，以 “文字位置（4个2维坐标，可确定一个四边形）+文字内容 ”的形式返回输出。 效果展示： 下图中左图是原图，将ocr 检测到的文字区域框起来了；右图是按照原图大小生成的黑底图片，将ocr检测到的文字区域框起来，并将文字区域内识别的文字写进框内。 项目代码： https://github.com/JianTang2000/OCR_certification 在github的py_env_build.sh 和requirements...
基于paddleClas对图像判断文字方向
zoeou的博客
10-08 436
获得判断后的角度,再对图像进行旋转。
PaddleOCR完成自己的文字模型训练（二）
最新发布
weixin_38699155的博客
02-05 467
首先建议大家下载Pycharm软件来运行下载到本地的PaddleOCR代码。
行业分类-设备装置-笔记工具.zip
08-23
行业分类-设备装置-笔记工具.zip
行业分类-设备装置-笔记用具.zip
08-23
行业分类-设备装置-笔记用具.zip
行业分类-设备装置-折叠平板笔记本.zip
08-22
行业分类-设备装置-折叠平板笔记本.zip
六、OCR-PaddlePaddle训练源码解析系列-文本方向分类器
qq_15821487的博客
09-14 549
github地址： https://github.com//PaddleOCR/blob/dygraph/doc/doc_ch/angle_class.md
关于提高PaddleOCR识别准确率的一些优化（二）
热门推荐
qq_44193969的博客
06-26 1万+
关于提高OCR识别准确率的一些优化（二）前言一、为什么要判断方向？二、paddleocr方向分类器1.方法介绍2、实际效果测试3、文本框检测实际效果4、结果分析5、解决办法6、方向检测测试结果三、paddlex图像分类1.训练2.测试结果分析四、后续优化方向总结 前言 本文基于关于提高OCR识别准确率的一些优化做出了一些改进和尝试，主要分为以下两点： 1、使用paddleocr方向分类器判断文本方向 2、用paddlex训练一个方向分类器判断文本方向 一、为什么要判断方向？ 在我们的数据集中，有很多用户
PaddleOCR的方向分类器代码解析（二）
ScarlettWX的博客
11-26 3528
2021SC@SDUSC   方向分类器是文本检测矫正的一部分。文本检测一般是检测四个点，通过对四个点的水平变化，把文本框矫正成水平方向，这一步在PaddleOCR中称为几何变换。但是文本框内的输入方向可能不是正向的。方向分类器的作用就是判断水平文本框中的文字是正向的还是倒向的（根据yml配置文件的label_list项可知，文本分类器仅支持这两种）。倒向的文字由方向分类器正向化后再去识别。 ...
python+paddleocr 进行图像识别、找到文字在屏幕中的位置
pkloi的啵啵啵啵博客
12-06 6836
最近在做自动化测试，因为是处理过的界面，所以使用pywinauto,LDTP获取控件进行操作的方法不可行，于是选择使用pyautogui进行图像识别与键盘鼠标控制。但是单独使用pyautogui测试效率很低，并且pyautogui图片识别并没有opencv识别率高，所以需要结合其他图像库使用。在使用的过程中发现，仅仅使用图像识别有时匹配度比较低，使用opencv进行图像识别定位，是图像像素太小查找成功的几率大大降低，于是想到使用OCR文本识别的方法对其进行查找，结合在一起使用，大大提高了工作效率。
机器学习scikit-learn使用笔记
02-24
本文来自于csdn，本文是一篇机器学习Scikit-learn的笔记，主要介绍Scikit-learn的安装和使用，希望会对您的学习有所帮助。sklearn库依赖于numpy、scipy、matplotlib库，首先安装numpy，然后安装scipy、matplotlib库，最后安装scikit-learn库。可以通过anaconda进行安装或者通过依赖关系，逐个进行pipinstall进行安装。scikit-learn数据集如下图所示，包括了小数据集和大数据集，采用函数方法调用。 sklearn库包括6大部分，包括分类、回归、聚类、降维、模型选择以及数据预处理。具体的函数如下图所示：    
中科大凸优化-笔记-最优化理论笔记
10-11
中科大凸优化_笔记-最优化理论笔记
行业分类-设备装置-笔记型电脑.zip
08-23
行业分类-设备装置-笔记型电脑.zip
深度学习-Windows下开发环境搭建-Anaconda安装Tensorflow
快乐的小小程序猿
05-30 6914
深度学习 Windows下开发环境搭建 2. Anaconda环境安装 2.3 Anaconda安装Tensorflow 参考链接： https://blog.csdn.net/weixin_43094275/article/details/108412995 https://blog.csdn.net/weixin_44709783/article/details/105965765?utm_medium=distribute.pc_relevant.none-task-blog-title-2
PaddleOCR使用笔记-PPOCRLabel的安装使用
快乐的小小程序猿
09-04 4016
PaddleOCR使用笔记 Windows环境下 PPOCRLabel的安装使用 参考文档：https://gitee.com/paddlepaddle/PaddleOCR/blob/dygraph/PPOCRLabel/README_ch.md 安装pyqt5 pip install pyqt5 -i https://pypi.tuna.tsinghua.edu.cn/simple 失败了，再试一次 pip install pyqt5 -i https://pypi.tuna.tsingh
PaddleOCR使用笔记-文字识别训练
快乐的小小程序猿
09-04 2168
PaddleOCR使用笔记 Linux环境下 文字识别训练 数据准备 在官网下载 icdar2015 数据，用于快速验证。 PaddleOCR 提供了一份用于训练 icdar2015 数据集的标签文件，通过以下方式下载： # 训练集标签 wget -P ./train_data/ic15_data https://paddleocr.bj.bcebos.com/dataset/rec_gt_train.txt # 测试集标签 wget -P ./train_data/ic15_data https:
论文翻译-On Recognizing Texts of Arbitrary Shapes with 2D Self-Attention
快乐的小小程序猿
05-24 2008
论文翻译-On Recognizing Texts of Arbitrary Shapes with 2D Self-Attention 原文地址：https://arxiv.org/pdf/1910.04396.pdf 【推荐】相关阅读资料下载： 链接：https://pan.baidu.com/s/1R8xcrxZkLnX9dI1CknvJNg 提取码：j33d 【注】：翻译仅供参考，准确含义和表达参考英文原文 关于用二维自我注意识别任意形状的文本的问题 摘要 场景文本识别（STR）是识别自然场
python中xpath的用法_python笔记--Xpath使用
05-29
XPath是一种用于选择XML文档中节点的语言，是XML文档的标准查询语言。在Python中，我们可以使用lxml库来解析XML文档并使用XPath表达式来选择节点。以下是XPath在Python中的使用方法： 1. 导入lxml库 ```python from lxml import etree ``` 2. 解析XML文档 ```python tree = etree.parse('example.xml') ``` 3. 使用XPath表达式选择节点 ```python # 选择所有book节点 books = tree.xpath('//book') # 选择所有title节点的文本内容 titles = tree.xpath('//title/text()') # 选择第一个book节点的title节点文本内容 title = tree.xpath('//book[1]/title/text()') # 选择所有价格大于10的book节点 expensive_books = tree.xpath('//book[price>10]') ``` 以上是XPath在Python中的基本使用方法，可以根据自己的需求编写XPath表达式来选择XML文档中的节点。

“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