这里共有三个模块安装部署与训练。版面区域检测、文本检测、文本识别。
其中分为两种部署训练模式：paddleOCR、paddlex模式。
一、版面区域检测模块训练
说明：训练这里只需要用到paddlepaddle、paddlex。所以ocr这里不安 装。以下为CPU安装方式运行，GPU请参考下面的链接。数据集需要自己下载或自己准备，采用COCO类型数据集。
1、下载paddlex项目后，进入该目录并创建虚拟环境3.10。
参考链接：https://paddlepaddle.github.io/PaddleX/latest/installation/paddlepaddle_install.html#docker
2、先用用 pip 在当前环境中安装飞桨 PaddlePaddle。
python -m pip install paddlepaddle==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/测试输出结果：
python -c "import paddle; print(paddle.__version__)"3、安装paddlex
pip install -e .4、安装插件，比如PaddleDetection、
```
paddlex --install PaddleXXX # 例如PaddleOCR、PaddleDetection
paddlex --install #安装所有插件，不建议，中间出过多次错误。
paddlex --install --platform gitee.com # gitee源，安装所有插件。
5、执行数据集验证：
```python main.py -c paddlex/configs/modules/layout_detection/PP-DocLayout-L.yaml -o Global.mode=check_dataset -o Global.dataset_dir=./study/train/dataset/det_layout_examples
"Check dataset passed !"为验证成功
执行训练命令：
```
python main.py -c paddlex/configs/modules/layout_detection/PP-DocLayout-L.yaml -o Global.mode=train -o Global.dataset_dir=./study/train/dataset/det_layout_examples
会报错，因为这个`PP-DocLayout-L.yaml`配置文件默认是采用GPU运行的，所以配置文件需要修改。
```mode: train #原本为check_dataset
device: cpu # 关键修改：从gpu:0,1,2,3改为cpu
log查看异常，并处理
```
pip install numba==0.56.4
pip install scikit-learn二、文本检测模块训练
(一)、这里基于PaddleOCR的文件检测模块训练。
这里需要安装OCR。参考链接：[https://paddlepaddle.github.io/PaddleOCR/main/version3.x/installation.html](https://paddlepaddle.github.io/PaddleOCR/main/version3.x/installation.html)
1、安装OCR
```python -m pip install paddleocr
git clone https://gitee.com/paddlepaddle/PaddleOCR.git
# 切换分支
git checkout release/3.0
# 安装依赖
python -m pip install -r requirements.txt
中间报错，numpy切换版本：
pip install numpy==1.26.4
2、文本检测 命令测试demo：
`paddleocr text_detection -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_001.png`
3、下载训练数据集与预训练模型
```
https://paddle-model-ecology.bj.bcebos.com/paddlex/data/ocr_det_dataset_examples.tar
# 下载 PP-OCRv5_server_det 预训练模型
wget https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/PP-OCRv5_server_det_pretrained.pdparams
3.1、这里需要修改配置文件。`configs/det/PP-OCRv5/PP-OCRv5_server_det.yml`，CPU训练的里面几个参数可进行改动
```use_gpu: false #启用CPU
epoch_num: &epoch_num 2 #训练轮次
distributed: false #✅ 禁用分布式
3、解压后进行训练
# 单卡训练，多卡训练参考官网
```
python tools/train.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=./study/train/dataset/PP-OCRv5_server_det_pretrained.pdparams Train.dataset.data_dir=./study/train/dataset/ocr_det_dataset_examples Train.dataset.label_file_list='[./study/train/dataset/ocr_det_dataset_examples/train.txt]' Eval.dataset.data_dir=./ocr_det_dataset_examples Eval.dataset.label_file_list='[./study/train/dataset/ocr_det_dataset_examples/val.txt]'
# https://paddlepaddle.github.io/PaddleOCR/main/version3.x/module_usage/text_detection.html#_42
4、训练完成后，命令进行验证。
```python tools/eval.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=./output/PP-OCRv5_server_det_pretrained.pdparams Eval.dataset.data_dir=./study/train/dataset/ocr_det_dataset_examples Eval.dataset.label_file_list='[./study/train/dataset/ocr_det_dataset_examples/val.txt]'
> ## (二)、这里是基于paddlex的文本检测模块的数据集验证、训练与评估、导出等方法。
1、验证数据集
```
python main.py -c paddlex/configs/modules/text_detection/PP-OCRv5_mobile_det.yaml -o Global.mode=check_dataset -o Global.dataset_dir=./study/train/dataset/ocr_det_dataset_examples
能正常运行OK，不能看问题是否是报错【AttributeError: 'FigureCanvasAgg' object has no attribute 'tostring_rgb'】
我这边报错，修改【PaddleX\paddlex\modules\text_detection\dataset_checker\dataset_src\analyse_dataset.py】这个代码后ok了，
内容如下（屏蔽掉的为原代码）：
```canvas.draw()
# width, height = fig.get_size_inches() * fig.get_dpi()
# bar_array = np.frombuffer(canvas.tostring_rgb(), dtype="uint8").reshape(
# int(height), int(width), 3
# )
canvas.draw()
width, height = fig.get_size_inches() * fig.get_dpi()
rgba_array = np.asarray(canvas.buffer_rgba(), dtype="uint8").reshape(int(height), int(width), 4)
bar_array = cv2.cvtColor(rgba_array, cv2.COLOR_RGBA2BGR)
```
第二段代码：
```
# canvas.draw()
# width, height = fig.get_size_inches() * fig.get_dpi()
# pie_array = np.frombuffer(canvas.tostring_rgb(), dtype="uint8").reshape(
# int(height), int(width), 3
# )
canvas.draw()
width, height = fig.get_size_inches() * fig.get_dpi()
rgba_array = np.asarray(canvas.buffer_rgba(), dtype="uint8").reshape(int(height), int(width), 4)
pie_array = cv2.cvtColor(rgba_array, cv2.COLOR_RGBA2BGR)
2、训练
`python main.py -c paddlex/configs/modules/text_detection/PP-OCRv5_mobile_det.yaml -o Global.mode=train -o Global.dataset_dir=./study/train/dataset/ocr_det_dataset_examples`
3、评估
`python main.py -c paddlex/configs/modules/text_detection/PP-OCRv5_mobile_det.yaml -o Global.mode=evaluate -o Global.dataset_dir=./study/train/dataset/ocr_det_dataset_examples`
如果安装报错，说缺少目录，则新建这个目录
`### D:\developSoft\anaconda3\envs\ocr310\Lib\site-packages\paddlex\repo_manager\repos`
```
参考链接
https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/pipeline_usage/PP-ChatOCRv4.html#1-pp-chatocrv4
https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/module_usage/text_detection.html#43三、文本识别模块训练
(一)、PaddleOCR版文本识别模块的训练
1、文本识别模块跟文本检测模式都是依赖于PaddleOCR，所以上面下载好PaddleOCR源码后，进入源码目录。
自己下载好模型与数据集
`https://paddlepaddle.github.io/PaddleOCR/main/version3.x/module_usage/text_recognition.html#411`
2、修改配置文件`configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml`以下内容：
```use_gpu: false
epoch_num: 2
character_dict_path: ./study/train/dataset/ocr_rec_dataset_examples/dict.txt
... ...
Train:
dataset:
data_dir: ./study/train/dataset/ocr_rec_dataset_examples/
label_file_list:
- ./study/train/dataset/ocr_rec_dataset_examples/train.txt
Eval:
dataset:
data_dir: ./study/train/dataset/ocr_rec_dataset_examples/
label_file_list:
- ./study/train/dataset/ocr_rec_dataset_examples/val.txt
```
3、Python训练命令如下：
`python tools/train.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=./study/train/dataset/PP-OCRv5_server_rec_pretrained.pdparams`
4、模型评估：
`python tools/eval.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=output/PP-OCRv5_server_rec/latest.pdparams`
5、模型导出指令：
`python tools/export_model.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=output/PP-OCRv5_server_rec/latest.pdparams Global.save_inference_dir=".out/tt/PP-OCRv5_server_rec_infer/"`(二)、PaddleX版文本识别模块的训练
1、数据下载链接：
2、数据集验证：
`python main.py -c paddlex/configs/modules/text_recognition/PP-OCRv4_mobile_rec.yaml -o Global.mode=check_dataset -o Global.dataset_dir=./study/train/dataset/ocr_rec_dataset_examples`
能正常运行OK，不能看问题是否是报错【AttributeError: 'FigureCanvasAgg' object has no attribute 'tostring_rgb'】
我这边报错，修改【`PaddleX\paddlex\modules\text_recognition\dataset_checker\dataset_src\analyse_dataset.py`】这个代码后ok了，
内容如下（屏蔽掉的为原代码）：
```canvas.draw()
# width, height = fig.get_size_inches() * fig.get_dpi()
# pie_array = np.frombuffer(canvas.tostring_rgb(), dtype="uint8").reshape(
# int(height), int(width), 3
# )
canvas.draw()
width, height = fig.get_size_inches() * fig.get_dpi()
rgba_array = np.asarray(canvas.buffer_rgba(), dtype="uint8").reshape(int(height), int(width), 4)
pie_array = cv2.cvtColor(rgba_array, cv2.COLOR_RGBA2BGR)
3、训练指令：
`python main.py -c paddlex/configs/modules/text_recognition/PP-OCRv4_mobile_rec.yaml -o Global.mode=train -o Global.dataset_dir=./study/train/dataset/ocr_rec_dataset_examples`
4、训练完成后，评估模型：
`python main.py -c paddlex/configs/modules/text_recognition/PP-OCRv4_mobile_rec.yaml -o Global.mode=evaluate -o Global.dataset_dir=./study/train/dataset/ocr_rec_dataset_examples`
5、推理模型：
`python main.py -c paddlex/configs/modules/text_recognition/PP-OCRv4_mobile_rec.yaml -o Global.mode=predict -o Predict.model_dir="./output/ocr_rec_dataset_examples/best_accuracy/inference" -o Predict.input="general_ocr_rec_001.png"`