paddlehub环境搭建和测试

目录

  • 1.环境搭建
    • [1.1 创建conda环境](#1.1 创建conda环境)
    • [1.2 安装paddlepaddle和paddlehub](#1.2 安装paddlepaddle和paddlehub)
    • [1.3 安装依赖](#1.3 安装依赖)
  • [2. 移动端模型部署](#2. 移动端模型部署)
    • [2.1 安装移动端模型](#2.1 安装移动端模型)
    • [2.2 测试](#2.2 测试)
  • [3. 服务部署](#3. 服务部署)
    • [3.1 启动PaddleHub Serving](#3.1 启动PaddleHub Serving)
    • [3.2 发送预测请求](#3.2 发送预测请求)

1.环境搭建

1.1 创建conda环境

bash 复制代码
conda create --name paddlehub python=3.8
conda activate paddlehub

1.2 安装paddlepaddle和paddlehub

bash 复制代码
pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install paddlehub -i https://pypi.tuna.tsinghua.edu.cn/simple

1.3 安装依赖

bash 复制代码
pip install shapely pyclipper

2. 移动端模型部署

2.1 安装移动端模型

bash 复制代码
hub install chinese_ocr_db_crnn_mobile

报错1:

增加download函数

bash 复制代码
vim /home/yinsuan/miniconda3/envs/paddlehub/lib/python3.8/site-packages/aistudio_sdk/hub.py 
python 复制代码
def download(url, target_path):
    os.makedirs(os.path.dirname(target_path), exist_ok=True)
    response = requests.get(url, stream=True)
    with open(target_path, 'wb') as f:
        for chunk in response.iter_content(chunk_size=1024):
            if chunk:
                f.write(chunk)
    print(f"Downloaded {url} to {target_path}")

报错2:

bash 复制代码
export PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python

安装成功

2.2 测试

将其中的np.int 修改为int即可

bash 复制代码
vim /home/yinsuan/.paddlehub/modules/chinese_ocr_db_crnn_mobile/module.py
bash 复制代码
hub run chinese_ocr_db_crnn_mobile --input_path "/PATH/TO/IMAGE"

测试成功

3. 服务部署

3.1 启动PaddleHub Serving

bash 复制代码
hub serving start -m chinese_ocr_db_crnn_mobile

3.2 发送预测请求

bash 复制代码
import requests
import json
import cv2
import base64

def cv2_to_base64(image):
    data = cv2.imencode('.jpg', image)[1]
    return base64.b64encode(data.tostring()).decode('utf8')

# 发送HTTP请求
data = {'images':[cv2_to_base64(cv2.imread("/PATH/TO/IMAGE"))]}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/chinese_ocr_db_crnn_mobile"
r = requests.post(url=url, headers=headers, data=json.dumps(data))

# 打印预测结果
print(r.json()["results"])

参考:https://www.paddlepaddle.org.cn/hubdetail?name=chinese_ocr_db_crnn_mobile&en_category=TextRecognition

相关推荐
weixin_468466852 天前
PaddlePaddle 深度学习框架实战应用指南
人工智能·深度学习·机器学习·ai·paddlepaddle
心中有国也有家6 天前
PaddlePaddle 适配 NPU 的技术全解析——从算子接入到端到端性能优化
人工智能·分布式·算法·性能优化·架构·paddlepaddle
SylarXillee22 天前
目标检测模型的训练方法(工业方法)(insects数据集)
目标检测·paddlepaddle
SylarXillee22 天前
使用paddledetection进行模型训练的配置
目标检测·paddlepaddle
skywalk81631 个月前
fastdeploy cpu版本安装,需要什么硬件和软件环境?
人工智能·学习·paddlepaddle
纤纡.1 个月前
轻松实现多语言文字识别与实时检测:PaddleOCR 实战指南
人工智能·深度学习·opencv·paddlepaddle
handsomestWei2 个月前
百度飞桨PaddleOCR图片印章检测技术简介
人工智能·百度·ocr·paddlepaddle·红色印章
dazzle2 个月前
机器学习算法原理与实践-入门(十):基于PaddlePaddle框架的线性回归
算法·机器学习·paddlepaddle
RFdragon2 个月前
分享本周所学——三维重建算法3D Gaussian Splatting(3DGS)
人工智能·线性代数·算法·机器学习·计算机视觉·矩阵·paddlepaddle
xin_yao_xin2 个月前
PaddleOCR系列——《文本检测、文本识别》模型训练
人工智能·python·paddlepaddle·ppocr