Ocr之PaddleOcr模型训练

目录

一、系统环境

1 镜像拉取ppocr 进行部署

2 安装paddlepaddle

二、训练前的准备

1 下载源码

2 预模型下载

3 修改模型训练文件yml

4 编排训练集

5 执行脚本进行训练

6 需要修改文件夹名称

三、开始训练

1 执行训练命令

2 对第一次评估进行解释

3 引言

五、总结

一、系统环境

1. 镜像拉取ppocr 进行部署

注：gitee上有提供环境准备的链接【链接】
注：其中用到了下方红框命令
在这里插入图片描述

2. 安装paddlepaddle

pip install paddlepaddle

二、训练前的准备

1. 下载源码

切换到 /paddle/目录下 下载源码

cd /paddle
git clone https://gitee.com/paddlepaddle/PaddleOCR.git
# 切换版本
git checkout origin/release/2.7

2. 预模型下载

注：预训练模型：已经训练好的模型。在此模型基础上训练，对生成新的模型进行增强

在这里插入图片描述

注：进入PP-OCR系列模型下载页面
注：此处下载的训练模型内容是 ch_det_mobile_v2.0_det ( 跟随参考文章 )
在这里插入图片描述

  • 下载后在docker容器中创建目录将模型保存至目录中

注：首先创建目录

mkdir /paddle/PaddleOCR/Preliminary_training

在这里插入图片描述

  • 使用公开数据集

注：可训练自己的数据集，这里跳过，直接使用公开数据集 训练自己的数据集 参考文章 >>|
注：公开数据集下载说明 >>|
注：共3部分 下载图片和标注
在这里插入图片描述
注：进入网站进行下载时需要注册登录
在这里插入图片描述注：下图就是下载后的内容
注：下载的文件需要对文件夹名称做修改（留作彩蛋，文章后面会说） 去那 >>|
在这里插入图片描述

3. 修改模型训练文件yml

注：修改预训练模型的位置。修改use_gpu: false（因本机使用的是cpu）
在这里插入图片描述

4. 将下载的训练集进行编排

注：编排如图
在这里插入图片描述

5. 执行脚本进行训练

注：选择配置文件进行训练，这里选择 ./configs/det/det_mv3_db.yml det_mv3_db的意思基于db和mobileNetV3算法的文本检测配置文件
注：处理执行时遇到的问题

  • 问题1：处理模块不存在问题
    ModuleNotFoundError: No module named 'skimage' , 'imgaug', 'pyclipper', 'tqdm', 'rapidfuzz'

注：安装相关模块进行解决

# 安装图像处理模块
pip install scikit-image
# 安装图像增强模块
pip install imgaug
# 安装形状裁剪模块
pip install pyclipper
# 安装嵌入式数据库模块
pip install lmdb
# 安装进度条库
pip install tqdm
# 安装字符串匹配库
pip install rapidfuzz
  • 问题2：对象无此属性错误
    在这里插入图片描述注：编辑报错文件/paddle/PaddleOCR/tools/program.py 进行修改。将dist.ParallelEnv().dev_id 为 dist.get_rank()
    错误处理参考文章 >> |

在这里插入图片描述

6. 修改文件夹名称（彩蛋）

注：修改训练文件夹 ch4_training_images 为 标注文件中（train_icdar2015_label.txt）图片路径的名称 icdar_c4_train_imgs
注：或者修改标注文件的内容也可以，保持一致。避免执行训练脚本时报错
在这里插入图片描述注：查看标注文件 train_icdar2015_label.txt

cat ./train_data/icdar2015/text_localization/train_icdar2015_label.txt

在这里插入图片描述
注：故将ch4_training_images 文件夹名称改成 icdar_c4_train_imgs/
在这里插入图片描述

三. 开始训练

1. 执行训练命令

python tools/train.py -c configs/det/det_mv3_db.yml
  • 在错误处理完二中出现的问题后执行又出现了运行期间的系统级别问题

注：解决方案是修改配置文件参数，兼容系统当前系统性能 参考 >> |
注：需要修改配置文件 yml参数 num_workers = 0, 避免报错（内存空间不足）。空间足够大cpu核数够高可以尝试修改其他数值（这里没有再进行测试） 参考 >> |
在这里插入图片描述

  • 解决后再次执行
python tools/train.py -c configs/det/det_mv3_db.yml

在这里插入图片描述

  • 下面是虚拟机配置简单概括

注：cpu配置 4个处理器，2个内核数量
在这里插入图片描述
注：内存8G
在这里插入图片描述

2. 训练期间第一次评估进行解释

注：使用的文心 做的翻译, 向他问了下面这段内容：

[2024/03/02 13:36:13] ppocr INFO: epoch: [1/1200], global_step: 10, lr: 0.001000, loss: 8.048188, loss_shrink_maps: 4.862389, loss_threshold_maps: 2.202206, loss_binary_maps: 0.975967, loss_cbn: 0.000000, avg_reader_cost: 0.13627 s, avg_batch_cost: 89.83051 s, avg_samples: 16.0, ips: 0.17811 samples/s, eta: 78 days, 14:11:27

注：最后的 eta 时间很大，果断放弃，看来应该用小一点的训练集去做
在这里插入图片描述

3. 引言。

注：后期会训练自定义模型在此更新链接 Ocr之PaddleOcr尝试训练自定义模型 >> |

五、总结

1. 本篇文章只下载了检测模型进行训练测试。后期还会生成推理模型和对识别模型进行训练并测试并对链接进行更新
  • 推理模型生成 >>|
  • 识别模型训练 >>|
2. 不同电脑的配置会对模型训练时产生不一样问题。文章中对出现的问题在网上进行搜索，基本都能定位到问题的原因和解决方案。
3. 对模型进行训练的目的。我在工作中使用到了paddleocr识别模型，但是相比较TesseractOCR识别各有千秋。这里希望PaddleOCR能够更好用，所以希望自己能够进一步对他进行训练，期待PaddleOCR能变的更好用。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/716537.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

NestJS使用模板引擎ejs

NestJS使用模板引擎ejs

模板引擎​ 模板引擎是一种用于生成动态内容的工具，它通过将预定义的模板与特定数据结合，来生成最终的输出。​ 在NodeJS开发中，我们会使用模板引擎来渲染一些常用的页面，比如渲染代表404的Not Found 页面，502的Bad …
阅读更多...
异常值检测-值域法 头歌代码解释

异常值检测-值域法 头歌代码解释

这关做得不是很明白，如果有清楚的同志可以在评论区里面讨论 import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.neighbors import LocalOutlierFactor # 导入数据 abc pd.read_csv(deaths.csv) ## 只分析其中的Population和L…
阅读更多...
C语言对类型的转换

C语言对类型的转换

C语言对类型的转换 文章目录 C语言对类型的转换整形提升和截断整形提升整形提升规则整形提升的意义 截断截断规则 算数转换 我们都知道，C语言中内置了多种整形类型，占用空间从大到小，基本满足各类使用场景（比如超长数字的运算就不…
阅读更多...
【【C语言简单小题学习-1】】

【【C语言简单小题学习-1】】

实现九九乘法表 // 输出乘法口诀表 int main() {int i 0;int j 0;for (i 1; i < 9; i){for (j 1; j < i;j)printf("%d*%d%d ", i , j, i*j);printf("\n"); }return 0; }猜数字的游戏设计 #define _CRT_SECURE_NO_WARNINGS 1 #include<stdi…
阅读更多...
源码视角，vue3为什么推荐用ref，而不是reactive

源码视角，vue3为什么推荐用ref，而不是reactive

ref 和 reactive 是 Vue3 中实现响应式数据的核心 API。ref 用于包装基本数据类型&#xff0c;而 reactive 用于处理对象和数组。尽管 reactive 似乎更适合处理对象&#xff0c;但 Vue3 官方文档更推荐使用 ref。 我的想法&#xff0c;ref就是比reactive好用&#xff0c;官方也…
阅读更多...
Java 中对包含关系的判断

Java 中对包含关系的判断

本文将为您详细讲解 Java 中对包含关系的判断&#xff0c;包括数组、字符串等&#xff0c;并提供相应的代码例子。 1. 数组包含关系判断 在 Java 中&#xff0c;数组包含关系判断通常使用循环来实现。以下是几种常见的判断方法&#xff1a; 示例 1&#xff1a;使用 for…
阅读更多...
Unity曲柄滑块四杆机构运动计算

Unity曲柄滑块四杆机构运动计算

一、运动效果 二、机构的介绍 曲柄长度&#xff1a;a&#xff0c;线段AB长度 连杆长度&#xff1a;b&#xff0c;线段BC长度 偏心距离&#xff1a;e&#xff0c;滑块轨迹与曲柄中心点A的垂直距离 三、已知点A点B和e的值&#xff0c;计算C点的位置 1、计算s的值 var h math.…
阅读更多...
通过多进程并发方式（fork）实现服务器(注意要回收子进程)

通过多进程并发方式（fork）实现服务器(注意要回收子进程)

以下内容为视频学习记录。 1、父进程accept后返回的文件描述符为cfd以及用于创建连接的lfd; 调用fork()创建子进程后&#xff0c;子进程继承cfd,lfd&#xff0c;通过该cfd与连接过来的客户端通信,lfd对子进程来说没用&#xff0c;可以直接close(lfd); 对于父进程来说&#x…
阅读更多...
双非二本找实习前的准备day4

双非二本找实习前的准备day4

学习目标&#xff1a; 每天2-3到简单sql&#xff08;刷完即止&#xff09;&#xff0c;每天复习代码随想录上的题目3道算法&#xff08;时间充足可以继续&#xff09;&#xff0c;背诵的八股的问题也在这里记录了 今日碎碎念&#xff1a; 1&#xff09;偶尔还是贪玩游戏&…
阅读更多...
Vue中的计算属性和方法有什么区别？

Vue中的计算属性和方法有什么区别？

Vue.js是一款流行的JavaScript前端框架&#xff0c;提供了丰富的功能和便捷的开发方式。在Vue中&#xff0c;计算属性和方法是常用的两种方式来处理数据和逻辑。但它们之间存在一些区别&#xff0c;本文将详细介绍Vue中计算属性和方法的区别&#xff0c;并通过示例代码加深理解…
阅读更多...
183896-00-6，Biotin-C3-PEG3-C3-NH2，可以选择性降解靶蛋白

183896-00-6，Biotin-C3-PEG3-C3-NH2，可以选择性降解靶蛋白

您好&#xff0c;欢迎来到新研之家 文章关键词&#xff1a;183896-00-6&#xff0c;Biotin-C3-PEG3-C3-NH2&#xff0c;Biotin-C3-PEG3-C3-amine&#xff0c;生物素-C3-PEG3-C3-胺 一、基本信息 【产品简介】&#xff1a;Biotin-PEG3-C3-NH2是一种PROTAC linker&#xff0c;…
阅读更多...
381. 有线电视网络（网络流，最小割，《算法竞赛进阶指南》）

381. 有线电视网络（网络流，最小割，《算法竞赛进阶指南》）

381. 有线电视网络 - AcWing题库 给定一张 n 个点 m 条边的无向图&#xff0c;求最少去掉多少个点&#xff0c;可以使图不连通。 如果不管去掉多少个点&#xff0c;都无法使原图不连通&#xff0c;则直接返回 n。 输入格式 输入包含多组测试数据。 每组数据占一行&#xf…
阅读更多...
Python推导式大全与实战：精通列表、字典、集合和生成器推导式【第115篇—python：推导式】

Python推导式大全与实战：精通列表、字典、集合和生成器推导式【第115篇—python：推导式】

Python推导式大全与实战&#xff1a;精通列表、字典、集合和生成器推导式 Python语言以其简洁、优雅的语法而闻名&#xff0c;其中推导式是其独特之处之一。推导式是一种在一行代码中构建数据结构的强大方式&#xff0c;它涵盖了列表、字典、集合和生成器。本篇博客将全面介绍…
阅读更多...
YOLOv8实例分割实战：ONNX模型转换及TensorRT部署

YOLOv8实例分割实战：ONNX模型转换及TensorRT部署

课程链接&#xff1a;https://edu.csdn.net/course/detail/39320 PyTorch版的YOLOv8支持高性能的实时实例分割。 TensorRT是针对英伟达GPU的加速工具。 ONNX &#xff08;Open Neural Network Exchange&#xff09; 作为一个开放的网络模型中间表示&#xff08;IR&#xff0…
阅读更多...
Redis命令大全

Redis命令大全

通用命令 KEYS pattern&#xff1a;查找所有符合给定模式&#xff08;pattern&#xff09;的 key。EXISTS key&#xff1a;检查指定 key 是否存在。TYPE key&#xff1a;返回指定 key 的数据类型。DEL key [key …]&#xff1a;删除指定的 key。RENAME key newkey&#xff1a;…
阅读更多...
spring boot 修复 Spring Framework URL解析不当漏洞（CVE-2024-22243）

spring boot 修复 Spring Framework URL解析不当漏洞（CVE-2024-22243）

漏洞描述 当应用程序使用UriComponentsBuilder来解析外部提供的URL&#xff08;如通过查询参数&#xff09;并对解析的URL的主机执行验证检查时可能容易受到Open重定向攻击和SSRF攻击&#xff0c;导致网络钓鱼和内部网络探测等。 受影响产品或系统 6.1.0 < Spring Framew…
阅读更多...
Vue项目的快速搭建

Vue项目的快速搭建

Vue项目的快速搭建 一、下载并安装node.js二、安装Vue脚手架三、创建vue项目四、项目启动五、VS Code下载安装 一、下载并安装node.js 首先确保已经安装了Node.js。如果没有安装&#xff0c;可以去官网&#xff08;https://nodejs.org/&#xff09;下载并安装最新版本的Node.j…
阅读更多...
基于STC12C5A60S2系列1T 8051单片机的TM1638键盘数码管模块的数码管显示应用

基于STC12C5A60S2系列1T 8051单片机的TM1638键盘数码管模块的数码管显示应用

基于STC12C5A60S2系列1T 8051单片机的TM1638键盘数码管模块的数码管显示应用 STC12C5A60S2系列1T 8051单片机管脚图STC12C5A60S2系列1T 8051单片机I/O口各种不同工作模式及配置STC12C5A60S2系列1T 8051单片机I/O口各种不同工作模式介绍TM1638键盘数码管模块概述TM1638键盘数码管…
阅读更多...
mybatis-传递参数的方式

mybatis-传递参数的方式

mybatis 传递参数的7种方法 在实际开发过程中&#xff0c;增删改查操作都要涉及到请求参数的传递&#xff0c;今天这节就集中讲下在mybatis中传递参数的7中方法 单个参数的传递很简单没有什么好将的&#xff0c;这里主要说下多个参数的传递 1、第一种方式 匿名参数 顺序传递…
阅读更多...
[electron]窗口 BrowserWindow

[electron]窗口 BrowserWindow

优雅的显示窗口 const {app, BrowserWindow} require(electron);function createMainwindow(){const mainwindow new BrowserWindow({x: 300,y: 400,width: 600,height: 600,});mainwindow.loadFile(index.html); }app.on(ready, ()>{createMainwindow(); });对于这样的代…
阅读更多...
最新文章

Copyright @ 2022~2023