使用PaddleOCR训练属于自己的模型

一、软件和包安装 1\. PaddleOCR 介绍 & 下载 PaddleOCR是一个基于百度飞桨开发的OCR系统。包括文字检测、文字识别、文本方向分类等模块。以下是其优点： 🕐 高精度：PaddleOCR采用深度学习算法进行训练，可以在不同场景下实现高精度的文字检测和文字识别。 🕑 多语种支持：PaddleOCR支持多种语言的文字识别，包括中文、英文、日语、韩语等。同时，它还支持多种不同文字类型的识别，如手写字、印刷体、表格等。 🕒 高效性：PaddleOCR的训练和推理过程都采用了高效的并行计算方法，可大幅提高处理速度。同时，其轻量化设计也使得PaddleOCR能够在移动设备上进行部署，适用于各种场景的应用。 🍀 易用性：PaddleOCR提供了丰富的API接口和文档说明，用户可以快速进行模型集成和部署，实现自定义的OCR功能。同时，其开源代码也为用户提供了更好的灵活性和可扩展性。 🈚 鲁棒性：PaddleOCR采用了多种数据增强技术和模型融合策略，能够有效地应对图像噪声、光照变化等干扰因素，并提高模型的鲁棒性和稳定性。 地址：PaddleOCR/doc/docch/modelslist.md at release/2.0 · PaddlePaddle/PaddleOCR · GitHub 2\. 下载包 ：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/docch/modelslist.md # 在PaddleOCR-realase-2.6根目录下新建文件夹，并下载推理模型 3\. 执行命令 # 进入到PaddleOCR-releas-2.6目录下 python tools/infer/predictsystem.py --imagedir="C:\Users\User\Desktop\test.jpg" --detmodeldir="./inferencemodel/chPP-OCRv3detinfer/" --recmodeldir="./inferencemodel/chPP-OCRv3recinfer" #### 根据报错，安装各种库函数 #### 4\. 结果 #### 说明 PaddleOCR的环境已经成功搭建好了 #### 二、制作数据集 1\. 制作自己的数据集 # 进入paddleOCR-release-2.6根目录下 # 打开打标软件：python PPOCRLabel.py --lang ch #### 开始给数据打标签 #### # 全部打标完成之后，点击文件选择导出标记结果，再点击文件选择导出识别结果，完成后再文件夹多出四个文件fileState，Label，recgt, cropimg。其中cropimg中的图片用来训练文字识别模型，fileState记录图片的打标完成与否，Label为训练文字检测模型的标签，recgt为训练文字识别模型的标签。 2\. 数据集的划分 # 打标签告一段落。下面进行数据集的制作。在PaddleOCR根目录下建立traindata文件夹，并且将打标签生成的文件和图片放在该文件夹下。 # 进入PPOCRLabel的文件夹下 python genocrtrainvaltest.py --trainValTestRatio 6:2:2 --datasetRootPath ../traindata/texttrafficSignImages/ #### 数据集已经标注成功 #### 三、文字检测模型 1\. 下载模型 # 下载训练模型，det是检测模型，rec是识别模型 2\. 设置模型配置文件 # 打开模型配置文件，可以使用chdetres18dbv2.0.yml这个配置文件。 #### 按照需要修改配置文件 #### 3\. 开始训练 # 到PaddleOCR-releas-2.6根目录下 # 训练结果 4\. 测试训练模型 # 使用bestaccuracy.pdparams进行模型测试，其中Global.pretrainedmodel是我们训练好并且需要测试的模型，Global.inferimg为所要检测的图片路径。=》这里训练次数少，用的是iterepoch100.pdparams python tools/inferdet.py -c configs/det/chppocrv2.0/chdetres18dbv2.0.yml -o Global.pretrainedmodel=./output/chdbres18/iterepoch100.pdparams Global.inferimg="./traindata/det/test/img3.png" 四、文字检测模型 1\. 下载模型 # 下载训练模型，det是检测模型，rec是识别模型 2\. 设置模型配置文件 # 文字识别可以使用chPP-OCRv3rec.yml 3\. 开始训练 # 到PaddleOCR-releas-2.6根目录下 python tools/train.py -c configs/rec/PP-OCRv3/chPP-OCRv3rec.yml #### 毁灭吧，内存要爆了 4\. 测试训练模型 ———————————————— 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。 原文链接：https://blog.csdn.net/xiaoxiao_00001/article/details/148119161