Ubuntu 14.04:安装 PaddleOCR 2.3

目录

 一、说明

1.1 如何选择版本

1.2 查看 github 中的 PaddleOCR 版本

二、安装

2.1 安装前环境准备

2.2 下载包

2.3 解压

2.4 安装依赖库

异常处理:Read timed out.

 2.5 下载推理模型:inference

 2.5.1 模型存放位置

2.5.2 模型下载链接

2.5.3 下载OCR 文本检测模型

2.5.4 下载OCR 文本识别模型

2.5.5 结果

2.6 检测是否安装成功

2.6.1 检测

2.6.2 异常处理

no attribute 'is_compiled_with_rocm

2.6.3 命令参数说明


 一、说明

1.1 如何选择版本

目标:安装 PaddleOCR 2.3 。

参考资料:https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.3/doc/doc_ch/installation.md

因为 PaddleOCR 2.4 的 推荐环境 PaddlePaddle >= 2.1.2。而我的 PaddlePaddle 是 2.0.0 。

https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.4/doc/doc_ch/environment.md

1.2 查看 github 中的 PaddleOCR 版本

GitHub - PaddlePaddle/PaddleOCR

二、安装

2.1 安装前环境准备

 (1)安装python 3.8 

具体安装方法请参见 【ubuntu】安装 Anaconda3-CSDN博客 


(2)安装paddlepaddle 2.0.0

具体安装方法请参见 Ubuntu 14.04:安装PaddlePaddle(Conda安装)-CSDN博客 

2.2 下载包

https://codeload.github.com/PaddlePaddle/PaddleOCR/zip/refs/heads/release/2.3

注:

官方文档中,是 clone。

因为我 clone 时有异常,偷懒不想处理,就直接下载包,然后安装。

2.3 解压

上传到目标位置(/home/xxx/workspace),解压

unzip PaddleOCR-release-2.3.zip

2.4 安装依赖库

# 先进入PaddlePaddle所在的Anaconda虚拟环境:conda activate {paddle_env}。

# 然后在 /home/xxx/workspace/PaddleOCR-release-2.3 执行下面的命令

pip install -r requirements.txt

异常处理:Read timed out.

异常

socket.timeout: The read operation timed out

During handling of the above exception, another exception occurred:

pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.

异常原因

下载包时耗时过长,导致超时。

解决方案

重复执行下面的命令,直到操作成功。

pip install -r requirements.txt

 2.5 下载推理模型:inference

 2.5.1 模型存放位置

# 切换到 PaddleOCR 主目录
# cd /home/xxx/PaddleOCR-release-2.3/

# 创建目录:inference

mkdir inference

模型存放位置

/home/xxx/PaddleOCR-release-2.3/inference

2.5.2 模型下载链接

模型下载链接1:

GitHub - PaddlePaddle/PaddleOCR at release/2.3

 模型下载链接2:https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.3/doc/doc_en/models_list_en.md

2.5.3 下载OCR 文本检测模型

可以下载包,上传至目标位置,也可以wget。

我这里是wget,省去上传的步骤。

# 切换到目录

# /home/xxx/workspace/PaddleOCR-release-2.3/inference ,

# 执行:下载并解压

wget https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_infer.tar -O ch_PP-OCRv2_det_infer.tar && tar -xf ch_PP-OCRv2_det_infer.tar

2.5.4 下载OCR 文本识别模型

可以下载包,上传至目标位置,也可以wget。

我这里是wget,省去上传的步骤。

# 切换到目录

# /home/xxx/workspace/PaddleOCR-release-2.3/inference ,

# 执行:下载并解压

wget https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_infer.tar -O ch_PP-OCRv2_rec_infer.tar &&  tar -xf ch_PP-OCRv2_rec_infer.tar

2.5.5 结果

2.6 检测是否安装成功

2.6.1 检测

# 先进入PaddlePaddle所在的Anaconda虚拟环境:conda activate {paddle_env}。

# 切换到目录 /home/xxx/workspace/PaddleOCR-release-2.3/

# 再执行下面的命令

# 我没有gpu,用cpu版。

#

python3 tools/infer/predict_system.py --image_dir="./doc/imgs/00018069.jpg" --det_model_dir="./inference/ch_PP-OCRv2_det_infer/" --rec_model_dir="./inference/ch_PP-OCRv2_rec_infer/" --use_angle_cls=false --use_mp=True --total_process_num=6 --use_gpu=false

图片

图片识别打印

如果出现上面的结果,说明安装成功了。

:包里面有准备测试资料。

2.6.2 异常处理

no attribute 'is_compiled_with_rocm

异常

AttributeError: module 'paddle.fluid.core_avx' has no attribute 'is_compiled_with_rocm'

异常原因

居然原因不明,只是参考下面资料进行了处理,后面就正常了。

paddleocr报错AttributeError: module ‘paddle.fluid.core_noavx‘ has no attribute ‘is_compiled_with_rocm‘-CSDN博客

解决方案

在 /home/xxx/workspace/PaddleOCR-release-2.3/tools/infer/utility.py 中,

注释掉蓝色字体的内容,添加紫色框里的内容。

注意格式,格式不对,执行时会出错。

异常

异常原因

解决方案

2.6.3 命令参数说明

参数所在的文件:

/home/xxx/workspace/PaddleOCR-release-2.3/tools/infer/utility.py

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/750139.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

JVM学习-底层字节码的执行过程

目录 1.一个简单的程序分析 2. a,a,a--在JVM中的执行过程 3. 一个好玩的xx 4.方法调用的字节码分析、多态的实现、对象头 5. try-catch-finally的字节码分析 5.1 try-catch 5.2 try-catch-finally 5.3特殊情况 5.3.1 try和finally块中都出现了re…

【Miniconda】基于conda避免运行多个PyTorch项目时发生版本冲突

【Miniconda】基于conda避免运行多个PyTorch项目时发生版本冲突 🌈 个人主页:高斯小哥 🔥 高质量专栏:Matplotlib之旅:零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程👈 希望得到…

SQL的执行与优化

文章目录 MySQL查询原理与优化一、select语句的执行顺序二、join 的执行与优化1、驱动表 & 被驱动表2、Simple Nested Loop Join3、Index Nested Loop Join4、Block Nested Loop Join5、Hash Join6、join 优化小结 三、on 与 where 对比四、group by 的执行与优化1、group …

刚刚离乳的幼猫该如何选择猫粮品牌?

亲爱的猫友们,当你家的幼猫刚刚离乳,准备踏入猫粮的世界时,如何选择一款合适的猫粮品牌确实是个让人头疼的问题。🐾 别担心,今天我就来为大家推荐一款值得信赖的幼猫粮——福派斯幼猫粮。 1️⃣ 考虑幼猫的营养需求 幼…

macOS系统中通过brew安装MongoDB

Macos 修改目录权限: sudo chmod -R 777 你的文件夹 本文使用homebrew进行安装简单,因为从官网下载安装包并手动安装需要移动安装包到合适的目录下并配置环境变量等一大堆操作后才能使用数据库(若没有安装过brew请自行百度进行安装brew&am…

【leetcode刷题之路】面试经典150题(7)——分治+Kadane 算法+二分查找+堆

文章目录 16 分治16.1 【分治】将有序数组转换为二叉搜索树16.2 【归并排序】排序链表16.3 【分治】建立四叉树16.4 【暴力】合并 K 个升序链表 17 Kadane 算法17.1 【动态规划】最大子数组和17.2 【动态规划】环形子数组的最大和 18 二分查找18.1 【二分】搜索插入位置18.2 【…

ArkTs的资源Resource类型怎么转为string

使用ResourceManager同步转换 请参看:ResourceManager.getStringSync9 例子: try { let testStr: string this.context.resourceManager.getStringSync($r(app.string.test).id); } catch (error) { console.error(getStringSync failed, error code…

【四 (5)数据可视化之 Pyecharts常用图表及代码实现 】

目录 文章导航一、介绍[✨ 特性]二、安装Pyecharts三、主题风格四、占比类图表1、饼图2、环形图3、玫瑰图4、玫瑰图-多图5、堆叠条形图6、百分比堆叠条形图 五、比较排序类1、条形图2、雷达图3、词云图4、漏斗图 六、趋势类图表1、折线图2、堆叠折线图3、面积图4、堆叠面积图 七…

【AI】Ubuntu系统深度学习框架的神经网络图绘制

一、Graphviz 在Ubuntu上安装Graphviz,可以使用命令行工具apt进行安装。 安装Graphviz的步骤相对简单。打开终端,输入以下命令更新软件包列表:sudo apt update。之后,使用命令sudo apt install graphviz来安装Graphviz软件包。为…

MySQL语法分类 DQL(1)基础查询

//语法 select 字段列表 from 表名列表 where条件列表 group by分组字段 having 分组后的条件 order by排序 limit 分页限定为了更好的学习这里给出基本表数据用于查询操作 create table student (id int, name varchar(20), age int, sex varchar(5),address varchar(100),ma…

springboot/ssm图书管理系统Java图书馆借阅管理系统web图书借阅系统

springboot/ssm图书管理系统Java图书馆借阅管理系统web图书借阅系统 基于springboot(可改ssm)vue项目 开发语言:Java 框架:springboot/可改ssm vue JDK版本:JDK1.8(或11) 服务器:tomcat 数据库&#…

将 OpenCV 与 Eclipse 结合使用(插件 CDT)

返回:OpenCV系列文章目录(持续更新中......) 上一篇:将OpenCV与gcc和CMake结合使用 下一篇:OpenCV4.9.0在windows系统下的安装 警告: 本教程可以包含过时的信息。 先决条件 两种方式,一种…

CODESYS开发教程13-长字符串处理

摘要:这是一篇写给新手的关于CODESYS开发环境的小白教程,一看就懂...... 在以前的《CODESYS开发教程7-字符串及其基本操作》教程中,介绍了字符串及其基本操作,有朋友看了以后觉得不过瘾,希望有一些关于字符串的更加深入…

Android Framework基础之C语言入门

C语言入门详解 一、C语言简介 C语言是一种通用的、过程式的编程语言,支持结构化编程、词法变量作用域和递归等功能,是迄今为止最为强大的编程语言之一。C语言设计提供了能轻松实现底层的访问,通常用于系统软件开发,应用程序的一…

ES系列之快照与恢复

概述 原理 ES底层核心基于lucene,一个分片即是一个lucene对象实例,ES快照(snapshot)本质是对lucene物理文件的拷贝。 增量快照的核心是比较lucene segements不可变文件信息,每次创建快照时会建立一个IndexCommit提交点,包含seg…

javaweb员工健康管理监护系统

项目演示视频 (链接:https://pan.baidu.com/s/1WliYEUH4c0HVB7s0-1WDUA 提取码:1234 --来自百度网盘超级会员V5的分享) 该项目所用到技术 java ssh框架 3:该项目的用到的开发工具? eclipse和idea都可以、m…

Echo框架:高性能的Golang Web框架

Echo框架:高性能的Golang Web框架 在Golang的Web开发领域,选择一个适合的框架是构建高性能和可扩展应用程序的关键。Echo是一个备受推崇的Golang Web框架,以其简洁高效和强大功能而广受欢迎。本文将介绍Echo框架的基本特点、使用方式及其优势…

JVM学习-垃圾回收专题

目录 1.如何判断对象可以回收 1.1引用计数法 1.2可达性分析算法 1.3五种引用 1.4拓展:直接内存 2.垃圾回收算法 2.1标记清除算法 2.2标记整理算法 2.3复制 3.分代垃圾回收 3.垃圾回收器 3.1串行垃圾回收器 3.2吞吐量优先垃圾回收器 3.3响应时间优先垃圾回收器…

什么是雪花算法?

雪花算法(Snowflake Algorithm)是一种分布式ID生成算法,由Twitter公司开发并开源。它主要用于在分布式系统中生成全局唯一、趋势递增的ID。 雪花算法生成的ID是一个64位的长整数,该数字被划分为几部分: 符号位&#xf…

Qt 实现 Asterix 报文解析库

【写在前面】 最近工作中需要解析 Cat 21 和 Cat 62 的 ADS-B 数据 ( 自己的工作包含航空领域 )。 然后,因为整个 Asterix 协议类别非常之多,每个类别的版本也多,纯手工实现每个版本解析根本不现实 ( 然鹅公司之前的解析库就是这么做的且做的…