20260606152506
This commit is contained in:
oneao committed
1 parent
8dc2775cf1
commit
9947193b6d
8 files changed
+71
-53
No files matched your search
File renamed without changes.
File renamed without changes.
File renamed without changes.
File renamed without changes.
File renamed without changes.
File renamed without changes.
@@ -1,18 +1,21 @@
|
||||
# PaddlePaddle（Python）
|
||||
# 集装箱号识别（PaddleOCR）
|
||||
|
||||
[飞桨（PaddlePaddle）](https://www.paddlepaddle.org.cn/)以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。 飞桨于2016 年正式开源，是主流深度学习框架中一款完全国产化的产品。
|
||||
|
||||
## PaddlePaddle
|
||||
|
||||
### 1 安装
|
||||
|
||||
参考网站：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/develop/install/pip/linux-pip.html
|
||||
|
||||
安装 GPU 版本：
|
||||
|
||||
```bash
|
||||
python -m pip install paddlepaddle-gpu==3.3.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/
|
||||
```
|
||||
|
||||
安装 CPU 版本
|
||||
|
||||
```bash
|
||||
python -m pip install paddlepaddle==3.3.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/
|
||||
```
|
||||
@@ -20,7 +23,7 @@ python -m pip install paddlepaddle==3.3.0 -i https://www.paddlepaddle.org.cn/pac
|
||||
如果是 **GPU版本** 需要注意自己的 `CUDA` 版本，不要过高即可，查看命令：
|
||||
|
||||
```bash
|
||||
nvidia-smi
|
||||
nvidia-smi
|
||||
```
|
||||
|
||||
输出如下：
|
||||
@@ -37,7 +40,7 @@ nvidia-smi
|
||||
| N/A 27C P8 8W / 70W | 4MiB / 15360MiB | 0% Default |
|
||||
| | | N/A |
|
||||
+-------------------------------+----------------------+----------------------+
|
||||
|
||||
|
||||
+-----------------------------------------------------------------------------+
|
||||
| Processes: |
|
||||
| GPU GI CI PID Type Process name GPU Memory |
|
||||
@@ -65,7 +68,7 @@ python -c "import paddle; paddle.utils.run_check()"
|
||||
(ocr) root@VM-0-80-ubuntu:/workspace# python -c "import paddle; paddle.utils.run_check()"
|
||||
/root/miniforge3/envs/ocr/lib/python3.11/site-packages/paddle/utils/cpp_extension/extension_utils.py:715: UserWarning: No ccache found. Please be aware that recompiling all source files may be required. You can download and install ccache from: https://github.com/ccache/ccache/blob/master/doc/INSTALL.md
|
||||
warnings.warn(warning_message)
|
||||
Running verify PaddlePaddle program ...
|
||||
Running verify PaddlePaddle program ...
|
||||
I0710 06:19:32.810492 2651 pir_interpreter.cc:1524] New Executor is Running ...
|
||||
W0710 06:19:32.813128 2651 gpu_resources.cc:114] Please NOTE: device: 0, GPU Compute Capability: 7.5, Driver API Version: 12.0, Runtime API Version: 11.7
|
||||
I0710 06:19:35.382279 2651 pir_interpreter.cc:1547] pir interpreter is running by multi-thread mode ...
|
||||
@@ -78,6 +81,7 @@ PaddlePaddle is installed successfully! Let's start deep learning with PaddlePad
|
||||
> 项目背景：识别集装箱号
|
||||
|
||||
### 1 环境配置
|
||||
|
||||
当前使用的是虚拟环境：
|
||||
|
||||
- python：3.11
|
||||
@@ -95,7 +99,7 @@ PaddlePaddle is installed successfully! Let's start deep learning with PaddlePad
|
||||
下载后解压
|
||||
|
||||
```bash
|
||||
unzip PaddleOCR-3.1.0.zip
|
||||
unzip PaddleOCR-3.1.0.zip
|
||||
```
|
||||
|
||||
安装依赖
|
||||
@@ -118,17 +122,18 @@ python tools/infer/predict_system.py --image_dir="/workspace/img/" --use_angle_c
|
||||
ppocr INFO: not find det model file path None
|
||||
```
|
||||
|
||||
|
||||
### 2 准备数据集
|
||||
|
||||
#### 2.1 标注工具
|
||||
|
||||
1. [**PPOcrLabel**](https://github.com/PFCCLab/PPOCRLabel)，专门为 PPOCR 制作的标注工具，**推荐。**
|
||||
> 存在问题：EXE 安装包运行会报错。但是该工具在本地运行标注的话还是比较推荐的。
|
||||
|
||||
> 存在问题：EXE 安装包运行会报错。但是该工具在本地运行标注的话还是比较推荐的。
|
||||
|
||||
2. [**X-AnyLabeling**](https://github.com/CVHub520/X-AnyLabeling)，支持多种导出格式，其中就支持 PPOCR 的格式。
|
||||
|
||||
#### 2.2 标注完毕后的数据集
|
||||
|
||||
```bash
|
||||
conno/1b4e2845-e9ba-4233-9268-bf07801ace0e.jpg [{"transcription": "RKSU5020243", "points": [[233, 317], [299, 317], [258, 833], [181, 839]], "difficult": false}]
|
||||
conno/6ffd244b-1d27-4084-998b-e4d7ac076c5f.jpg [{"transcription": "ZGXU6173701", "points": [[717, 448], [781, 419], [835, 980], [751, 996]], "difficult": false}]
|
||||
@@ -144,6 +149,7 @@ conno/9751b358-0b48-4006-8a73-89e816d37b67.jpg [{"transcription": "CNIU2452605",
|
||||
```
|
||||
|
||||
### 3 准备预训练模型
|
||||
|
||||
如果已经有预训练模型的话，可以忽略这一步。
|
||||
|
||||
下载地址：https://github.com/PaddlePaddle/PaddleOCR/blob/release/3.1/docs/version3.x/model_list.md
|
||||
@@ -151,23 +157,26 @@ conno/9751b358-0b48-4006-8a73-89e816d37b67.jpg [{"transcription": "CNIU2452605",
|
||||
如果报 404 的话，根据 版本 + 路径 进行查找即可。
|
||||
|
||||
根据情况选择 mobile 和 server 模型
|
||||
|
||||
- mobile: 训练速度快，精度较低，识别速度快
|
||||
- server: 训练速度慢，精度较高，识别速度慢
|
||||
|
||||
#### 3.1 文本检测训练模型
|
||||
|
||||
|
||||
|
||||
|
||||
#### 3.2 文本识别训练模型
|
||||
|
||||
|
||||
|
||||
|
||||
### 错误情况
|
||||
|
||||
#### ImportError: libGL.so.1: cannot open shared object file: No such file or directory
|
||||
|
||||
原因：缺少 `libGL.so.1` 库
|
||||
|
||||
解决方案：
|
||||
|
||||
```bash
|
||||
sudo apt update
|
||||
sudo apt install libgl1-mesa-glx
|
||||
@@ -179,6 +188,7 @@ sudo apt install libgl1-mesa-glx
|
||||
|
||||
解决方案：
|
||||
将 batch_size_per_card 设置为 1
|
||||
|
||||
```yaml
|
||||
Eval:
|
||||
loader:
|
||||
@@ -200,17 +210,19 @@ cp /workspace/PaddleOCR-3.1.0/doc/fonts/simfang.ttf /usr/share/fonts/
|
||||
[PaddleX 3.0](https://paddlepaddle.github.io/PaddleX/latest/index.html) 是基于飞桨框架构建的低代码开发工具，它集成了众多**开箱即用的预训练模型**，可以实现模型从训练到推理的**全流程开发**，支持国内外**多款主流硬件**，助力AI 开发者进行产业实践。
|
||||
|
||||
### 1 环境配置
|
||||
|
||||
当前使用的是虚拟环境：
|
||||
|
||||
- python：3.11
|
||||
- paddlepaddle：3.1
|
||||
- paddleocr：3.1.0
|
||||
|
||||
|
||||
**安装paddlex**
|
||||
|
||||
```bash
|
||||
pip install "paddlex[base]"
|
||||
```
|
||||
|
||||
> 确保已经安装 PaddlePaddle
|
||||
|
||||
### 2 部署项目
|
||||
@@ -218,12 +230,15 @@ pip install "paddlex[base]"
|
||||
参考文档：https://paddlepaddle.github.io/PaddleX/latest/pipeline_deploy/serving.html#12
|
||||
|
||||
#### 2.1 安装服务化部署插件
|
||||
|
||||
方便 java 等语言接口的调用
|
||||
|
||||
```bash
|
||||
paddlex --install serving
|
||||
```
|
||||
|
||||
#### 2.2 生成配置文件
|
||||
|
||||
使用相关命令，其中 OCR 当前为通用 OCR 产线，需要不同的产线就修改不同的名称即可。
|
||||
|
||||
```bash
|
||||
@@ -274,12 +289,12 @@ SubModules:
|
||||
unclip_ratio: 1.5
|
||||
TextLineOrientation:
|
||||
module_name: textline_orientation
|
||||
model_name: PP-LCNet_x1_0_textline_ori
|
||||
model_name: PP-LCNet_x1_0_textline_ori
|
||||
model_dir: null
|
||||
batch_size: 6
|
||||
batch_size: 6
|
||||
TextRecognition:
|
||||
module_name: text_recognition
|
||||
model_name: PP-OCRv5_server_rec
|
||||
model_name: PP-OCRv5_server_rec
|
||||
model_dir: null
|
||||
batch_size: 6
|
||||
score_thresh: 0.0
|
||||
@@ -287,7 +302,7 @@ SubModules:
|
||||
|
||||
**修改配置文件**
|
||||
|
||||
注意将训练好的模型路径配置 `./pipeline/rec_inference` 和 `./pipeline/det_inference`
|
||||
注意将训练好的模型路径配置 `./pipeline/rec_inference` 和 `./pipeline/det_inference`
|
||||
|
||||
```yaml
|
||||
# 整体 pipeline 名称，用于识别产线名称
|
||||
@@ -308,9 +323,9 @@ SubModules:
|
||||
# 文本检测模块（通常是基于 DB 的检测器）
|
||||
TextDetection:
|
||||
module_name: text_detection
|
||||
model_name: PP-OCRv5_mobile_det # 使用的是 mobile 版大模型
|
||||
model_dir: ./det_inference # 本地模型文件夹路径（需包含 model.pdmodel 等）
|
||||
# 调大输入尺寸，关注细节
|
||||
model_name: PP-OCRv5_mobile_det # 使用的是 mobile 版大模型
|
||||
model_dir: ./det_inference # 本地模型文件夹路径（需包含 model.pdmodel 等）
|
||||
# 调大输入尺寸，关注细节
|
||||
limit_side_len: 960
|
||||
limit_type: min
|
||||
max_side_limit: 4000
|
||||
@@ -323,10 +338,10 @@ SubModules:
|
||||
# 文本识别模块（通常是 CRNN + CTC 或 SVTR 模型）
|
||||
TextRecognition:
|
||||
module_name: text_recognition
|
||||
model_name: PP-OCRv5_mobile_rec # 同样使用的是 mobile 版识别模型
|
||||
model_name: PP-OCRv5_mobile_rec # 同样使用的是 mobile 版识别模型
|
||||
model_dir: ./rec_inference
|
||||
batch_size: 6 # 一次识别图块的数量，适当调大可提高 GPU 利用率
|
||||
score_thresh: 0.0 # 识别结果置信度下限，低于此不输出
|
||||
batch_size: 6 # 一次识别图块的数量，适当调大可提高 GPU 利用率
|
||||
score_thresh: 0.0 # 识别结果置信度下限，低于此不输出
|
||||
```
|
||||
|
||||
#### 2.3 运行服务器
|
||||
@@ -387,39 +402,37 @@ POST /ocr
|
||||
|
||||
- 请求体的属性如下：
|
||||
|
||||
| 名称 | 类型 | 含义 | 是否必填 |
|
||||
| :-------------------------- | :-------- | :----------------------------------------------------------- | :----------------------------------------------------------- |
|
||||
| `file` | `string` | 服务器可访问的图像文件或PDF文件的URL，或上述类型文件内容的Base64编码结果。默认对于超过10页的PDF文件，只有前10页的内容会被处理。 要解除页数限制，请在产线配置文件中添加以下配置：`Serving: extra: max_num_input_imgs: null ` | 是 |
|
||||
| `fileType` | `integer` | `null` | 文件类型。`0`表示PDF文件，`1`表示图像文件。若请求体无此属性，则将根据URL推断文件类型。 |
|
||||
| `visualize` | `boolean` | `null` | 是否返回可视化结果图以及处理过程中的中间图像等。传入 `true`：返回图像。传入 `false`：不返回图像。若请求体中未提供该参数或传入 `null`：遵循产线配置文件`Serving.visualize` 的设置。 例如，在产线配置文件中添加如下字段： `Serving: visualize: False `将默认不返回图像，通过请求体中的`visualize`参数可以覆盖默认行为。如果请求体和配置文件中均未设置（或请求体传入`null`、配置文件中未设置），则默认返回图像。 |
|
||||
| `useDocOrientationClassify` | `boolean` | `null` | 请参阅产线对象中 `predict` 方法的 `use_doc_orientation_classify` 参数相关说明。 |
|
||||
| `useDocUnwarping` | `boolean` | `null` | 请参阅产线对象中 `predict` 方法的 `use_doc_unwarping` 参数相关说明。 |
|
||||
| | | | |
|
||||
| `useTextlineOrientation` | `boolean` | `null` | 请参阅产线对象中 `predict` 方法的 `use_textline_orientation` 参数相关说明。 |
|
||||
| `textDetLimitSideLen` | `integer` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_limit_side_len` 参数相关说明。 |
|
||||
| `textDetLimitType` | `string` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_limit_type` 参数相关说明。 |
|
||||
| `textDetThresh` | `number` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_thresh` 参数相关说明。 |
|
||||
| `textDetBoxThresh` | `number` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_box_thresh` 参数相关说明。 |
|
||||
| `textDetUnclipRatio` | `number` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_unclip_ratio` 参数相关说明。 |
|
||||
| `textRecScoreThresh` | `number` | `null` | 请参阅产线对象中 `predict` 方法的 `text_rec_score_thresh` 参数相关说明。 |
|
||||
| 名称 | 类型 | 含义 | 是否必填 |
|
||||
| :-------------------------- | :-------- | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
|
||||
| `file` | `string` | 服务器可访问的图像文件或PDF文件的URL，或上述类型文件内容的Base64编码结果。默认对于超过10页的PDF文件，只有前10页的内容会被处理。 要解除页数限制，请在产线配置文件中添加以下配置：`Serving: extra: max_num_input_imgs: null ` | 是 |
|
||||
| `fileType` | `integer` | `null` | 文件类型。`0`表示PDF文件，`1`表示图像文件。若请求体无此属性，则将根据URL推断文件类型。 |
|
||||
| `visualize` | `boolean` | `null` | 是否返回可视化结果图以及处理过程中的中间图像等。传入 `true`：返回图像。传入 `false`：不返回图像。若请求体中未提供该参数或传入 `null`：遵循产线配置文件`Serving.visualize` 的设置。 例如，在产线配置文件中添加如下字段： `Serving: visualize: False `将默认不返回图像，通过请求体中的`visualize`参数可以覆盖默认行为。如果请求体和配置文件中均未设置（或请求体传入`null`、配置文件中未设置），则默认返回图像。 |
|
||||
| `useDocOrientationClassify` | `boolean` | `null` | 请参阅产线对象中 `predict` 方法的 `use_doc_orientation_classify` 参数相关说明。 |
|
||||
| `useDocUnwarping` | `boolean` | `null` | 请参阅产线对象中 `predict` 方法的 `use_doc_unwarping` 参数相关说明。 |
|
||||
| | | | |
|
||||
| `useTextlineOrientation` | `boolean` | `null` | 请参阅产线对象中 `predict` 方法的 `use_textline_orientation` 参数相关说明。 |
|
||||
| `textDetLimitSideLen` | `integer` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_limit_side_len` 参数相关说明。 |
|
||||
| `textDetLimitType` | `string` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_limit_type` 参数相关说明。 |
|
||||
| `textDetThresh` | `number` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_thresh` 参数相关说明。 |
|
||||
| `textDetBoxThresh` | `number` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_box_thresh` 参数相关说明。 |
|
||||
| `textDetUnclipRatio` | `number` | `null` | 请参阅产线对象中 `predict` 方法的 `text_det_unclip_ratio` 参数相关说明。 |
|
||||
| `textRecScoreThresh` | `number` | `null` | 请参阅产线对象中 `predict` 方法的 `text_rec_score_thresh` 参数相关说明。 |
|
||||
|
||||
- 请求处理成功时，响应体的`result`具有如下属性：
|
||||
|
||||
| 名称 | 类型 | 含义 |
|
||||
| :----------- | :------- | :----------------------------------------------------------- |
|
||||
| 名称 | 类型 | 含义 |
|
||||
| :----------- | :------- | :---------------------------------------------------------------------------------------------------------------------------------------------- |
|
||||
| `ocrResults` | `object` | OCR结果。数组长度为1（对于图像输入）或实际处理的文档页数（对于PDF输入）。对于PDF输入，数组中的每个元素依次表示PDF文件中实际处理的每一页的结果。 |
|
||||
| `dataInfo` | `object` | 输入数据信息。 |
|
||||
| `dataInfo` | `object` | 输入数据信息。 |
|
||||
|
||||
`ocrResults`中的每个元素为一个`object`，具有如下属性：
|
||||
|
||||
| 名称 | 类型 | 含义 |
|
||||
| :---------------------- | :------- | :----------------------------------------------------------- |
|
||||
| 名称 | 类型 | 含义 |
|
||||
| :---------------------- | :------- | :------------------------------------------------------------------------------------------------------------------- |
|
||||
| `prunedResult` | `object` | 产线对象的 `predict` 方法生成结果的 JSON 表示中 `res` 字段的简化版本，其中去除了 `input_path` 和 `page_index` 字段。 |
|
||||
| `ocrImage` | `string` | `null` |
|
||||
| `docPreprocessingImage` | `string` | `null` |
|
||||
| `inputImage` | `string` | `null` |
|
||||
|
||||
|
||||
| `ocrImage` | `string` | `null` |
|
||||
| `docPreprocessingImage` | `string` | `null` |
|
||||
| `inputImage` | `string` | `null` |
|
||||
|
||||
**Java调用实例**
|
||||
|
||||
@@ -562,15 +575,16 @@ public class Test {
|
||||
}
|
||||
```
|
||||
|
||||
|
||||
### 错误情况
|
||||
|
||||
#### Please use PaddlePaddle with GPU version.
|
||||
|
||||
原因：当前 PaddlePaddle 版本不是GPU的，而是CPU的。
|
||||
|
||||
解决方法：安装GPU版本的PaddlePaddle
|
||||
|
||||
#### ImportError：DLL load failed while importing cv2：找不到指定的模块
|
||||
|
||||
当前环境：Windows Server 2012
|
||||
|
||||
**安装 Microsoft Visual C++ Redistributable**
|
||||
@@ -581,36 +595,39 @@ public class Test {
|
||||
- [Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019（32 位系统）](https://aka.ms/vs/16/release/vc_redist.x86.exe)
|
||||
|
||||
**检查 Python 和 OpenCV 的位数是否匹配**
|
||||
|
||||
- 确保你安装的 Python 版本（32 位或 64 位）与 OpenCV 的位数一致。
|
||||
- 你可以通过以下命令检查 Python 的位数：
|
||||
```bash
|
||||
python -c "import struct; print(struct.calcsize('P') * 8)"
|
||||
```
|
||||
- 如果不匹配，卸载并重新安装正确位数的 Python 和 OpenCV。
|
||||
安装完成后，重启计算机。
|
||||
安装完成后，重启计算机。
|
||||
|
||||
**一定要打开桌面实验**
|
||||
|
||||
1. 打开服务器面板，选择 **添加角色和功能**
|
||||
|
||||
|
||||
2. 在功能处开启 **桌面体验**
|
||||
|
||||
|
||||
|
||||
如果开启 桌面体验 报错：**尚未开启 WinRM 服务**， 这个时候需要开启 `Windows Remote Management (WS-Management) `
|
||||
|
||||
|
||||
|
||||
|
||||
如果在开启过程中报错：**错误1068:依存服务或组无法启动**
|
||||
|
||||
点击属性，找到 **依存关系**，确保依赖的服务已开启
|
||||
|
||||
|
||||
|
||||
|
||||
检查 `HTTP Service` 服务是否启动
|
||||
|
||||
```bash
|
||||
sc query http
|
||||
```
|
||||
|
||||
如果出现 `STATE : 1 STOPPED` ，那么就代表该服务已被禁用，解决方案如下：
|
||||
|
||||
1. 启用 HTTP 服务
|
||||
```bash
|
||||
sc config http start= auto
|
||||
@@ -627,4 +644,4 @@ sc query http
|
||||
```bash
|
||||
winrm invoke Restore winrm/Config @{}
|
||||
winrm quickconfig -q
|
||||
```
|
||||
```
|
||||
@@ -0,0 +1 @@
|
||||
# 单证智能识别（PP-StructureV3,LLM）
|
||||
Reference in new issue
Block a user