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
胡耀超5 天前
PaddleLabel百度飞桨Al Studio图像标注平台安装和使用指南(包冲突 using the ‘flask‘ extra、眼底医疗分割数据集演示)
人工智能·百度·开源·paddlepaddle·图像识别·图像标注·paddlelabel
新手村领路人20 天前
飞桨paddlepaddle旧版本2.4.2安装
人工智能·paddlepaddle
九章云极AladdinEdu20 天前
临床数据挖掘与分析:利用GPU加速Pandas和Scikit-learn处理大规模数据集
人工智能·pytorch·数据挖掘·pandas·scikit-learn·paddlepaddle·gpu算力
豆浩宇24 天前
Conda环境隔离和PyCharm配置,完美同时运行PaddlePaddle和PyTorch
人工智能·pytorch·算法·计算机视觉·pycharm·conda·paddlepaddle
豆浩宇1 个月前
学习PaddlePaddle--环境配置-Windows 11 + RTX 4060
人工智能·windows·深度学习·学习·目标检测·计算机视觉·paddlepaddle
豆浩宇1 个月前
学习PaddlePaddle--环境配置-PyCharm + Conda
人工智能·深度学习·学习·目标检测·计算机视觉·pycharm·paddlepaddle
陌北v11 个月前
深度学习三大框架对比评测:PaddlePaddle、PyTorch 与 TensorFlow
pytorch·深度学习·tensorflow·paddlepaddle
胡耀超2 个月前
基于Docker的GPU版本飞桨PaddleOCR部署深度指南(国内镜像)2025年7月底测试好用:从理论到实践的完整技术方案
运维·python·docker·容器·ocr·paddlepaddle·gpu
哈__3 个月前
文心一言4.5开源部署指南及文学领域测评
人工智能·ai·文心一言·paddlepaddle