如何使用PaddleOCR训练好的推理模型快速进行推理实战 |
您所在的位置:网站首页 › paddleocr训练自己的数据 › 如何使用PaddleOCR训练好的推理模型快速进行推理实战 |
在实际理解并掌握PaddleOCR的模型训练,模型评估,模型导出实操之前,我觉得有必要先下载他们已经训练好的推理模型,直接进行模型预测,感受下实际推理模型的使用。 由于PaddleOCR的文档内容比较杂乱,实践期间发现了很多问题,包括PaddleOCR的版本不同,目录结构的差异等。所以我记录下我自己的实战经验。 安装环境机器环境:Mac M1芯片 ARM64架构 PaddleOCR版本:2.6 Python版本:3.9 PaddleOCR的推理模型库PaddleOCR已经帮你整理好了对应算法的模型列表,包括推理模型,训练模型,预训练模型以及nb模型,网址如下: github.com/PaddlePaddl… 本次我们需要下载的就是对应算法:文本检测,文本识别,文本方向分类器对应的推理模型。 在使用PaddleOCR已经发布的推理模型之前,我们需要先将PaddleOCR的代码下载到本地: git clone https://github.com/PaddlePaddle/PaddleOCR.git cd PaddleOCR具体操作可以参考 juejin.cn/post/718961… 文本检测我们可以直接参考Paddle的官方文档:github.com/PaddlePaddl… 我的操作步骤如下: 首先下载推理模型,我选择了原始超轻量模型,下载到了PaddleOCR/pretrained_models文件夹下这样就可以看到解压出来的推理模型文件夹下有对应的模型文件 结果运行如下: 同样参考的文档如下:github.com/PaddlePaddl… 同样的操作步骤如下: 首先下载推理模型,我选择了原始超轻量模型,下载到了PaddleOCR/pretrained_models文件夹下--image_dir 参数设置为需要识别的图片路径 --rec_model_dir 参数设置为刚刚下载的推理模型的文件夹地址 --rec_char_dict_path 这个参数需要设置为推理模型使用的字符字典,这个字典的地址取值有点绕。由于我们当前下载的是已经打包好的推理模型,需要查看下生成推理模型的对应配置,查询看下图 可以看到推演模型生成时候的配置选择的字典目录路径就是 ppocr/utils/ppocr_keys_v1.txt。 执行结果如下同样参考的文档如下:github.com/PaddlePaddl… 同样的操作步骤如下: 首先下载推理模型,我选择了原始分类器模型,下载到了PaddleOCR/pretrained_models文件夹下注:PaddleOCR内置的 文本方向分类器只支持了0和180度的分类。如果想支持更多角度,可以自己修改算法进行支持。 文本检测、方向分类和文字识别串联 cd PaddleOCR python3 tools/infer/predict_system.py --image_dir="/Users/shaoshuai.shao/Desktop/WechatIMG190.jpeg" --det_model_dir="./pretrained_models/ch_PP-OCRv3_det_infer" --cls_model_dir="./pretrained_models/ch_ppocr_mobile_v2.0_cls_infer" --rec_model_dir="./pretrained_models/ch_PP-OCRv3_rec_infer" --use_angle_cls=true --use_gpu=False--image_dir 带扫描的图像地址 --det_model_dir 上面文档中下载文本检测推演模型的地址 --rec_model_dir 上面文档中下载文本识别推演模型的地址 --cls_model_dir 上面文档中下载方向分类推演模型的地址 引用github.com/PaddlePaddl… github.com/PaddlePaddl… |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |