paddleOcr训练一个属于自己的模型

自己配置开发环境的时候踩了不少坑，现在记录下来，以后需要了可以直接找到现成的代码，也希望能够帮到有需要的小伙伴

（一）、运行环境搭建
- 1、Anaconda部分
- - Anaconda安装
  - Anaconda创建虚拟环境指令
  - Anaconda Prompt工作路径的切换
- 2、 PaddleOcr部分
- - paddleocr 安装
  - 点击这里实现下载：
  - paddleocr其他依赖库安装
- 3、Paddle部分
- - paddle2.5.1安装CPU版本
- 4、验证环境
（二）、训练属于自己的模型
- 1、数据准备
- - （1）、数据标注
  - （2）、数据集制作
- 2、训练文字检测模型
- - （1）、下载模型训练文件：
  - （2）、配置模型文件
  - （3）、开始训练
  - （4）、测试训练模型
- 3、训练文字识别模型
- - （1）、配置模型文件
  - （2）、模型训练
  - （3）、模型测试
- 4、转换成推理模型
- 5、推理模型应用
三、总结
- - （1）、File No found文件没找到：
  - - 01、paddleocr里面的文件没找到
    - 02、paddle里面的文件没找到
  - （2）Import Error：
  - （3）Os相关的报错
四、参考博客

（一）、运行环境搭建

1、Anaconda部分

Anaconda安装

本站有很多安装教程，我就不再重复造车轮了，选了一个讲的比较详细的，可以参考使用Anaconda安装教程

Anaconda创建虚拟环境指令

在开始菜单搜索Anaconda，点击以下应用进入anaconda终端。

在这里插入图片描述

输入以下代码用来创建虚拟环境，Al_Ocr为虚拟环境命名，可以自己取名字，后面是要安装的python版本。

conda create -n Al_Ocr python=3.8

如图
在这里插入图片描述

在这里插入图片描述

#进入虚拟环境指令
activate Al_Oc


#离开虚拟环境指令
deactivate

Anaconda Prompt工作路径的切换

因为我遇到的情况需要切换代码执行路径，所以也记录一下切换方法

# 切换到根目录
cd /
# 切换到D盘
D:
# 切换到D盘指定目录
cd D:\Anaconda\envs\Al_Ocr\Lib\site-packages\PaddleOCR-release-2.5

在这里插入图片描述

2、 PaddleOcr部分

paddleocr 安装

点击这里实现下载：

paddleocr下载

下载完成之后解压缩到当前虚拟环境中的sitepakges目录下，比如我这个目录是

D:\Anaconda\envs\Al_Ocr\Lib\site-packages\paddleocr

paddleocr其他依赖库安装

打开anaconda终端，进入PaddleOC目录下激活环境并输入以下指令

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

3、Paddle部分

paddle2.5.1安装CPU版本

python -m pip install paddlepaddle==2.5.1 -i https://mirror.baidu.com/pypi/simpl

【顺利就不用看这里】如果出现以下错误可以换地址重新安装

ERROR: HTTP error 403 while getting https://pypi.tuna.tsinghua.edu.cn/packages/0

报上面的错误信息换成下面的地址下载和安装

python -m pip install paddlepaddle==2.5.1 -i https://pypi.douban.com/simpl

需要先升级：

python.exe -m pip install --upgrade pi

4、验证环境

进入以下网址下载官方模型：

https://hub.nuaa.cf/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/models_list.md

官网模型下载链接直达

需要下载两个模型用来进行验证，分别为文本检测模型和文本识别模型，选择下载推理模型

文本检测模型

文本检测推理模型
文本识别模型

文本识别推理模型

模型下载后为两个压缩包，在PaddleOCR根目录下新建文件夹inference_model

在这里插入图片描述
将下载好的模型解压缩在刚刚新建的文件夹，处理好是这样的层级

在这里插入图片描述

打开anaconda终端激活环境Al_Ocr进入到paddleocr目录下运行以下指令，其中image_dir为所要识别的图片路径，det_model_dir为刚才下载的文字检测模型，rec_model_dir为刚才下载的文字识别模型。

python tools/infer/predict_system.py  --image_dir="D:\OCR\New_model\cut1\test.jpg" --det_model_dir="./inference_model/ch_PP-OCRv3_det_infer/" --rec_model_dir="./inference_model/ch_PP-OCRv3_rec_infer"

原图如下：
在这里插入图片描述

如果出现上面的界面，说明环境搭建成功，接下来就是训练自己的模型了

（二）、训练属于自己的模型

1、数据准备

（1）、数据标注

在Anaconda Prompt终端进入paddleOC根目录下，再输入
cd PPOCRLabel 进入目录，

cd PPOCRLabel

输入以下代码打开打标软件

python PPOCRLabel.py --lang ch

如果报错说PPCORLabel没找到，就去安装一下PPOCORLabel库

pip install PPOCRLabel

#如果运行了这一步，后面切换执行文件时应该在.\site-packages\PPOCRLabel，而不是.\site-packages\paddleocr\PPOCRLabel，如果还想按照之前的地址执行就需要把PPOCRLabel文件夹复制到paddleocr文件夹下

打开后点击文件，点击打开目录选择需要打标签的数据集文件夹，我这以刚刚的截图为例。如下图所示。

在这里插入图片描述

选择自动标注点击ok等待自动标注完成

在这里插入图片描述

然后从第一张开始检查，漏打标的按下Q框出字体，打标文字错误的，点击方框，在右边修改，并对每一个方框给出关键词列表（点击编辑点击更改box关键词信息）。最后删除无用信息，切换下一张快捷键为D，如下图所示。

在这里插入图片描述
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，rec_gt, crop_img。其中crop_img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，rec_gt为训练文字识别模型的标签。

在这里插入图片描述
打标签告一段落。下面进行数据集的制作。

（2）、数据集制作

在PaddleOCR根目录下建立train_data文件夹，并且将打标签生成的文件和图片放在该文件夹下
在这里插入图片描述
打开Anaconda Prompt终端进入PPOCRLabel的文件夹下,输入以下代码进行数据集的划分

python gen_ocr_train_val_test.py --trainValTestRatio 6:2:2 --datasetRootPath ../train_data/drivingData

输入指令之后，在train_data文件夹下会出现以下文件，其中det是用来训练文字检测的数据集，rec是用来训练文字识别的数据集。此时可以删去drivingData。
在这里插入图片描述

在这里插入图片描述

此时文字检测和文字识别的数据集就都制作好了。

2、训练文字检测模型

（1）、下载模型训练文件：

模型下载链接直达

https://hub.nuaa.cf/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/models_list.md

在上面网站下载官方训练模型，注意不是推理模型。

文本检测模型：
在这里插入图片描述

文本识别模型：

在这里插入图片描述
下载之后在paddleocr根目录下建立pretrain_models文件夹，并将训练模型解压至该文件夹下。如下图所示：

在这里插入图片描述

（2）、配置模型文件

下面配置模型文件。

打开模型配置文件，如下图所示，我一般用ch_det_res18_db_v2.0.yml这个配置文件。

在这里插入图片描述

对于配置文件的说明可以查看官网的说明文件，链接放在这里了

配置文件说明

https://hub.nuaa.cf/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/config.md

我们需要手动更改的有以下几个地方：
在这里插入图片描述

配置好了之后就可以开始训练了

（3）、开始训练

打开anaconda prompt终端，激活环境进入到paddleocr根目录下。输入以下指令开始模型训练。

python tools/train.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml

在这里插入图片描述

如果报错说yaml没找到的话我们手动安装一下即可

pip install pyyaml

（4）、测试训练模型

模型训练完之后会在文件夹下保存训练好的模型，具体保存的文件夹看配置文件，这就是模型保存的路径。

save_model_dir: ./output/ch_db_res18/

打开文件夹，文件组成大概如下图所示。

在这里插入图片描述
我们使用best_accuracy.pdparams进行我们的模型测试。

在anaconda prompt终端中输入以下指令进行测试。其中Global.pretrained_model是我们训练好并且需要测试的模型，Global.infer_img为所要检测的图片路径。

python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml -o Global.pretrained_model=output/ch_db_driving/best_accuracy.pdparams Global.infer_img="D:\Anaconda\envs\Al_Ocr\Lib\site-packages\paddleocr\train_data\det\test\1.jpg"

测试结果图片没有

文字检测模型的训练和测试就告一段落，下面进行文字识别模型的训练和测试。

3、训练文字识别模型

（1）、配置模型文件

    在第三节已经下载了文字识别的模型所以不再多叙述。文字识别我一般使用的配置文件为ch_PP-OCRv3_rec.yml

在这里插入图片描述
修改的地方和文字检测修改的差不多。

在这里插入图片描述

（2）、模型训练

打开anaconda prompt终端，激活环境进入到paddleocr根目录下。输入以下指令开始模型训练。

python tools/train.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml

训练完之后模型保存路径和文件组成和文字检测差不多，不再多叙述。

（3）、模型测试

在anaconda prompt终端中输入以下指令进行测试。其中Global.pretrained_model是我们训练好并且需要测试的模型，Global.infer_img为所要检测的图片路径。

python tools/infer_rec.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml -o Global.pretrained_model=output/rec/best_accuracy.pdparams Global.infer_img=“D:\Anaconda\envs\Al_Ocr\Lib\site-packages\paddleocr\train_data\rec\test\3.jpg”

文字识别模型的训练和测试就告一段落。

4、转换成推理模型

在anaconda prompt终端中输入以下指令进行测试。其中Global.pretrained_model是我们训练好并且需要推理的模型，Global.save_inference_dir为所要保存推理模型的位置。推理模型是可以直接被调用进行识别和检测。分别把训练好的文字检测模型和文字识别模型推理。

文字检测模型推理

 python tools/export_model.py -c "./configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml" -o Global.pretrained_model="./output/ch_db_driving/latest.pdparams" Global.save_inference_dir="./inference_model/det/"

文字识别模型推理

python tools/export_model.py -c "./configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml" -o Global.pretrained_model="./output/rec_mobile_pp-OCRv2/latest.pdparams" Global.save_inference_dir="./inference_model/rec/"

输入上面指令后推理模型将会出现在paddleoce根目录下文件夹inference_model，他的文件结构如下图所示。

在这里插入图片描述
其中det和rec即是我们的推理模型，可以用predict_system.py进行验证。打开anaconda终端输入以下指令

python tools/infer/predict_system.py --image_dir="D:\Anaconda\envs\Al_Ocr\Lib\site-packages\paddleocr\train_data\drivingData\0.jpg" --det_model_dir="./inference_model/det/" --rec_model_dir="./inference_model/rec"

识别图片会保存到inference_results文件夹下

5、推理模型应用

把模型训练出来之后还要对其进行应用，怎么去利用模型来实现我们需要的效果也是非常关键的一部分。

通过以下代码可以将咱们训练的模型在程序中调用，file_path为所要识别的图片路径，result为识别结果，texts是将结果中的纯文字部分提取出来进行下一步处理。

from paddleocr import PaddleOCR, draw_ocr
 
ocr = PaddleOCR(use_angle_cls=True, rec_model_dir='./inference_model/rec',
                    det_model_dir='./inference_model/det')
result = ocr.ocr(file_path, cls=True)
result = result[0]
texts = [line[1][0] for line in result]