PaddleOCR----制作数据集,模型训练,验证 QT部署(未完成)

包饭厅咸鱼2025-11-12 22:46

typora-copy-images-to: upload

文章目录

  • 1.安装
    • [1.1 paddle框架安装](#1.1 paddle框架安装)
    • [1.2 paddleOCR安装](#1.2 paddleOCR安装)
  • 2.制作数据集
    • 2.1工具下载
    • [2.2 数据集制作](#2.2 数据集制作)
    • [2.3 划分训练集和测试集](#2.3 划分训练集和测试集)
  • 3.训练模型
    • [3.1 代码下载](#3.1 代码下载)
    • [3.2 预训练模型下载](#3.2 预训练模型下载)
    • [3.3 文本检测训练](#3.3 文本检测训练)
    • [3.4 文本识别模型训练](#3.4 文本识别模型训练)
  • 4.验证模型
    • [4.1 验证文本检测模型](#4.1 验证文本检测模型)
    • [4.3 模型导出](#4.3 模型导出)
    • [4.2 推理可视化](#4.2 推理可视化)
    • [4.3 文本识别模型](#4.3 文本识别模型)
    • [4.4 检测和识别一同验证可视化](#4.4 检测和识别一同验证可视化)
  • [5 QT部署c++](#5 QT部署c++)
    • [5.1 编译Opencv](#5.1 编译Opencv)
      • [5.2.1 freetype2.14.0 编译](#5.2.1 freetype2.14.0 编译)
      • [5.3.1 harfbuzz11.0编译](#5.3.1 harfbuzz11.0编译)
      • [5.1.3 opencv编译](#5.1.3 opencv编译)
    • [5.2 编译Paddle Inference](#5.2 编译Paddle Inference)
    • [5.3 编译程序](#5.3 编译程序)
  • 6.模型转onnx,部署更简单(新版本目前有bug,不用看了)
  • 遇到问题
    • [1.AssertionError: The length of ratio_list should be the same as the file_list.](#1.AssertionError: The length of ratio_list should be the same as the file_list.)
    • 2.验证时候爆显存
    • [3.OpenCV was not compiled with the freetype module (opencv_freetype) !](#3.OpenCV was not compiled with the freetype module (opencv_freetype) !)
    • 4.opencv部分库下载失败
    • [5.opencv编译No SOURCES given to target: ade](#5.opencv编译No SOURCES given to target: ade)
    • [6.检测到"_ITERATOR_DEBUG_LEVEL"的不匹配项: 值"2"不匹配值"0"(algorithm.obj 中)](#6.检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“2”不匹配值“0”(algorithm.obj 中))
    • 7.onnx模型转换失败

部署环境, windows10,camke 4.2 freetype 2.14.0 文档未写完

1.安装

1.1 paddle框架安装

conda 创建一个python =3.10的基础环境

根据自己的环境安装paddle框架链接

安装完成后进入环境,输入

python

import paddle

paddle.utils.run_check()

如果看到以下输出则没有问题,输入exit()退出

1.2 paddleOCR安装

pip install paddleocr出现以下说明安装成功,不用指定版本,指定了还出错

2.制作数据集

2.1工具下载

下载数据集制作工具下载地址

解压后,进入环境,cd到解压目录

pip3 install "paddlex[ocr]" -i https://pypi.tuna.tsinghua.edu.cn/simple/安装必要库

启动插件python ./PPOCRLabel.py,此时会一直下载模型,然后就会打开软件

2.2 数据集制作

打开图片文件夹,矩形框标注,可以更改识别结果,标注完成点击确定

制作完成后,点击文件→导出标记结果 ,点击文件→导出识别结果,得到四个文件

2.3 划分训练集和测试集

打开conda终端进入环境,cd进入PPOCRLabel文件夹,把图片文件夹复制到data文件夹下,执行划分命令

python gen_ocr_train_val_test.py --trainValTestRatio 6:2:2 --datasetRootPath ./data/Tire_data

--trainValTestRatio 6:2:2 #训练集、验证集和测试集的比例

--datasetRootPath #数据集路径

运行完成后再代码的上一级文件夹就会有train_data,里边就是划分好的数据集

3.训练模型

3.1 代码下载

克隆也行,下载也行,下载地址

解压后cd进入,安装必要库pip install -r requirements.txt

3.2 预训练模型下载

https://www.paddleocr.ai/main/version3.x/module_usage/text_detection.html#411下载文本检测和识别的预训练模型

3.3 文本检测训练

windows 端训练 终端输入指令

python 复制代码 
python tools/train.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml \ # 配置文件路径
    -o Global.pretrained_model=./model/PP-OCRv5_server_det_pretrained.pdparams \ #模型路径
    Train.dataset.data_dir=../train_data/det \							# 数据集路径
    Train.dataset.label_file_list='[../train_data/det/train.txt]' \		# train.txt路径
    Eval.dataset.data_dir=../train_data/det \							# 数据集路径
    Eval.dataset.label_file_list='[../train_data/det/val.txt]'			# val.txt路径

python tools/train.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=./model/PP-OCRv5_server_det_pretrained.pdparams Train.dataset.data_dir=../train_data/det Train.dataset.label_file_list=[../train_data/det/train.txt] Eval.dataset.data_dir=../train_data/det Eval.dataset.label_file_list=[../train_data/det/val.txt]

3.4 文本识别模型训练

同理

4.验证模型

4.1 验证文本检测模型

进入终端,环境,cd到目录

python 复制代码 
python3 tools/eval.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml \
    -o Global.pretrained_model=output/PP-OCRv5_server_det/latest.pdparams \ # 保存的模型地址
    Eval.dataset.data_dir=./ocr_det_dataset_examples \						# 数据集路径
    Eval.dataset.label_file_list='[./ocr_det_dataset_examples/val.txt]'		#valtext 路径

python tools/eval.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=output/PP-OCRv5_server_det/latest.pdparams Eval.dataset.data_dir=../train_data/det Eval.dataset.label_file_list=[../train_data/det/val.txt]

4.3 模型导出

在训练的output找到你最优的模型

python 复制代码 
python tools/export_model.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o \   # 配置文件
    Global.pretrained_model=output/PP-OCRv5_server_det/latest.pdparams \			# 模型参数路径
    Global.save_inference_dir="./PP-OCRv5_server_det_infer/"						#导出地址

python tools/export_model.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=output/PP-OCRv5_server_det/latest.pdparams Global.save_inference_dir="./PP-OCRv5_server_det_infer/"

会得到这三个文件,然后就可以推理

4.2 推理可视化

python 复制代码 
python tools\infer\predict_det.py \
    --image_dir "../train_data/det/test/" \				# 预测图像路径
    --det_model_dir "./output/PP-OCRv5_server_det/" \	# 模型路径
    --use_gpu true

python tools\infer\predict_det.py --image_dir "../train_data/det/test/" --det_model_dir "./PP-OCRv5_server_det_infer/" --use_gpu true

在这个路径下就能看到识别后的可视化结果

4.3 文本识别模型

同理

4.4 检测和识别一同验证可视化

python 复制代码 
python tools/infer/predict_system.py  
    --det_model_dir=./ch_PP-OCRv2_det_infer/ \         # 检测模型目录
    --rec_model_dir=./ch_PP-OCRv2_rec_infer/  \        # 识别模型目录
    --image_dir=./datasets/img_dir/ \                  # 测试图片目录
    --draw_img_save_dir=./ch_PP-OCRv2_results/ \       # 可视化结果保存目录
    --is_visualize=True

5 QT部署c++

5.1 编译Opencv

下载cmake安装下载链接

下载opencv原码和对应的第三方库下载 opencv-4.7.0 下载 opencv_contrib-4.7.0(版本可以自己选择我这边是官方教程的版本)

下载pkg-config解压 pkg-config 后添加其 bin 目录到系统 PATH 环境变量。

5.2.1 freetype2.14.0 编译

下载freetype2下载解压后打开cmake,我选择2.14版本,选择路径和编译导出路径,点击config,选择你的vs版本,x64,最后点击Generate,完成后，点击 Open Project 按钮，打开 VS ，编译。 VS里ALL_BUILD, INSTALL. 会在构建文件夹的 install 目录下生成所需的 include 和 lib 文件。

debug和release都运行一下install生成,然后将 freetype 的install路径添加至系统环境变量,重启电脑.

5.3.1 harfbuzz11.0编译

下载harfbuzz

设置好上面两项后，再次点击 Configure 按钮，选择 Advanced Options ，填写 freetype 安装路径, 再次点击Configure 按钮,最后点击Generate,完成后，点击 Open Project 按钮，打开 VS ，install 生成。

然后将 harbuzz 的install路径添加至系统环境变量,重启电脑.

5.1.3 opencv编译

修改 opencv_contrib-4.7.0 下的 modules/freetype/CMakeLists.txt

复制代码 
set(the_description "FreeType module. It enables to draw strings with outlines and mono-bitmaps/gray-bitmaps.")

find_package(Freetype REQUIRED)

# find_package(HarfBuzz) is not included in cmake
set(HARFBUZZ_DIR "$ENV{HARFBUZZ_DIR}" CACHE PATH "HarfBuzz directory")
find_path(HARFBUZZ_INCLUDE_DIRS
    NAMES hb-ft.h PATH_SUFFIXES harfbuzz
    HINTS ${HARFBUZZ_DIR}/include)
find_library(HARFBUZZ_LIBRARIES
    NAMES harfbuzz
    HINTS ${HARFBUZZ_DIR}/lib)
find_package_handle_standard_args(HARFBUZZ
    DEFAULT_MSG HARFBUZZ_LIBRARIES HARFBUZZ_INCLUDE_DIRS)

if(NOT FREETYPE_FOUND)
  message(STATUS "freetype2:   NO")
else()
  message(STATUS "freetype2:   YES")
endif()

if(NOT HARFBUZZ_FOUND)
  message(STATUS "harfbuzz:   NO")
else()
  message(STATUS "harfbuzz:   YES")
endif()

if(FREETYPE_FOUND AND HARFBUZZ_FOUND)
  ocv_define_module(freetype opencv_core opencv_imgproc PRIVATE_REQUIRED ${FREETYPE_LIBRARIES} ${HARFBUZZ_LIBRARIES} WRAP python)
  ocv_include_directories(${FREETYPE_INCLUDE_DIRS} ${HARFBUZZ_INCLUDE_DIRS})
else()
  ocv_module_disable(freetype)
endif()
  • 设置 OPENCV_EXTRA_MODULES_PATH 项，填入 opencv-contrib-4.7.0 的目录下的 modules 目录。
  • 勾选 WITH_FREETYPE 项，必须先编译 freetype 和 harfbuzz。再次点击config

确定freetype的路径正确

填入harfbuzz路径

打开qt,world,opengl,nonfree

取消勾选test，wechat_qrcode,java,js,python,cvv的所有勾选

完成后，再次在 Cmake 界面，点击 configure， 确定没报错后，点击 Generate，最后点击 Open Project，打开 Visual studio，将 Debug 切换为 Release， 找到 INSTALL 右键 Build。没有报错即为编译成功

opencv部分库下载不下,看问题4,5

5.2 编译Paddle Inference

参考官方教材,直接安装编译包就行,省去编译过程官方教程

5.3 编译程序

source code填入PaddleOcr的deploy的cpp_infer路径

build填入任意地址即可,存放编译的文件,完成后点击configure

VS的版本根据你安装的来,平台选择x64

第一次点击 Configure 报错是正常的，在后续弹出的编译选项中，添加 OpenCV 的安装路径和 Paddle Inference 预测库路径。

  • OPENCV_DIR：填写 OpenCV 安装路径。
  • OpenCV_DIR：同 OPENCV_DIR。
  • PADDLE_LIB：Paddle Inference 预测库路径。

6.模型转onnx,部署更简单(新版本目前有bug,不用看了)

进入conda环境,执行如下命令，通过 PaddleX CLI 安装 PaddleX 的 Paddle2ONNX 插件：

复制代码 
# Windows 用户需使用以下命令安装 paddlepaddle dev版本
pip install --pre paddlepaddle -i https://www.paddlepaddle.org.cn/packages/nightly/cpu/
paddlex --install paddle2onnx

ERROR: Could not find a version that satisfies the requirement onnx<=1.17.0,>=1.16 (from paddle2onnx) (from versions: none)

ERROR: No matching distribution found for onnx<=1.17.0,>=1.16

Installation failed

遇到报错onnx版本不对,直接卸载安装

pip uninstall paddle2onnx onnx onnxruntime -y

pip install paddle2onnx onnx==1.17.0 onnxruntime==1.17.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

执行如下命令完成模型转换：需要使用导出后的推理模型,训练的不可以

复制代码 
paddlex \
    --paddle2onnx \  # 使用paddle2onnx功能
    --paddle_model_dir /your/paddle_model/dir \  # 指定 Paddle 模型所在的目录
    --onnx_model_dir /your/onnx_model/output/dir \  # 指定转换后 ONNX 模型的输出目录
    --opset_version 7  # 指定要使用的 ONNX opset 版本

paddlex --paddle2onnx --paddle_model_dir ./PP-OCRv5_server_det_infer --onnx_model_dir ./output/PP-OCRv5_server_det --opset_version 11

遇到问题

1.AssertionError: The length of ratio_list should be the same as the file_list.

去掉'','[../train_data/det/train.txt]'变为[../train_data/det/train.txt]

2.验证时候爆显存

打开配置文件,关闭使用gpuuse-gpu=false

3.OpenCV was not compiled with the freetype module (opencv_freetype) !

4.X版本的opencv都没有,需要自己编译,官方写的很详细,参考官方就行参考链接

4.opencv部分库下载失败

打开build文件夹下,有一个download_with_curl.sh,里边是下载的链接

使用科学上网,下载链接,把文件放入对应文件夹

保存的时候名字前缀对应,直接替换就行

推荐使用以下方式,复制到cmd下载

curl --proxy "http://127.0.0.1:端口号" --create-dirs --output "E:/RuiYanTech/cache/ppocrlabel-3.1.4/opencv-4.7.0/.cache/xfeatures2d/boostdesc/98ea99d399965c03d555cef3ea502a0b-boostdesc_binboost_128.i" "https://raw.githubusercontent.com/opencv/opencv_3rdparty/34e4206aef44d50e6bbcd0ab06354b52e7466d26/boostdesc_binboost_128.i"

5.opencv编译No SOURCES given to target: ade

自行下载下载v0.1.2a.zip 替换名字放入

并将opencv-4.7.0\modules\gapi\cmake\DownloadADE.cmake的下载函数注释,再次config就能够编译通过了

6.检测到"_ITERATOR_DEBUG_LEVEL"的不匹配项: 值"2"不匹配值"0"(algorithm.obj 中)

生成opencv时报错,需要确保所有项目（opencv_world 和 harfbuzz）都使用相同的配置（Debug 或 Release）

7.onnx模型转换失败

运行后发现模型为0kb,转换失败

查询了相关资料,是导出模型的时候少了文件,新版的paddle改了只导出json,不使用.pdmodel,目前好像还没有修复这个bug,推荐使用老版本的吧

相关推荐
无敌最俊朗@2 小时前
C++ 并发与同步速查笔记（整理版）
开发语言·c++·算法
王哈哈^_^2 小时前
【完整源码+数据集】课堂行为数据集，yolo课堂行为检测数据集 2090 张，学生课堂行为识别数据集，目标检测课堂行为识别系统实战教程
人工智能·算法·yolo·目标检测·计算机视觉·视觉检测·毕业设计
夏鹏今天学习了吗2 小时前
【LeetCode热题100（66/100）】寻找两个正序数组的中位数
算法·leetcode·职场和发展
墨染点香2 小时前
LeetCode 刷题【151. 反转字符串中的单词】
算法·leetcode·职场和发展
ytttr8733 小时前
Landweber迭代算法用于一维、二维图像重建
人工智能·算法·机器学习
feifeigo1233 小时前
Matlab编写压缩感知重建算法集
人工智能·算法·matlab
烛衔溟3 小时前
C语言多级指针与函数指针：指针的高级用法
c语言·算法
Sunhen_Qiletian4 小时前
YOLOv2算法详解（下篇）：细节打磨与性能突破的终极密码
算法·yolo
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03综合整理：pdf预览显示：你尝试预览的文件可能对你的计算机有害。如果你信任此文件以及其来源，请打开此文件以看其内容，如何解决以正常预览文件04Linux下V2Ray安装配置指南05安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）06Labelme从安装到标注：零基础完整指南07BongoCat - 跨平台键盘猫动画工具08《大数据技术原理与应用》实验报告三 熟悉HBase常用操作09看了下昨日泄露的苹果 App Store 源码……10NVIDIA显卡驱动、CUDA、cuDNN 和 TensorRT 版本匹配指南