长沙制作公园仿竹围栏供货商,上海外包seo,室内设计师测评网,中国建筑网官网是哪个若该文为原创文章#xff0c;转载请注明原文出处。
续上一篇#xff0c;PaddleOCR环境搭建好了#xff0c;并测试通过#xff0c;接下来训练自己的检测模型和识别模型。
paddleocr检测模型训练
1、准备数据集
在PaddleOCR目录下新建文件夹#xff1a;train_data, 这个…若该文为原创文章转载请注明原文出处。
续上一篇PaddleOCR环境搭建好了并测试通过接下来训练自己的检测模型和识别模型。
paddleocr检测模型训练
1、准备数据集
在PaddleOCR目录下新建文件夹train_data, 这个文件夹用于存放数据集的。
使用的是恩培提供的车牌识别数据集下载car_plate_images.zip后解压到train_data目录下。 2、配置文件
在PaddleOCR主目录下configs/det/ch_ppocr_v2.0/下
复制ch_det_mv3_db_v2.0.yml为ch_det_mv3_db_v2.0.yml_car_plate.yml 打开ch_det_mv3_db_v2.0.yml_car_plate.yml配置文件,修改以下4个内容:
1.训练后模型存储目录
2.是否训练可视化
3.训练数据集图片和标注位置
4.测试数据集图片和标注位置
其他参数如pretrained_model等可以在训练时在命令行中指定.其它的看官方文档
ch_det_mv3_db_v2.0.yml_car_plate.yml文件内修改
我的电脑没有gpu所以use_gpu需要修改成false 配置文件完后创建保存模型目录output/ch_ppocr_mobile_v2.0_det 3、使用官方的权重文件进行预测
打开PaddleOCR/doc/doc_ch/models_list.md at release/2.6 · PaddlePaddle/PaddleOCR · GitHub
下载权重文件
下载后解压把权重文件放到PaddleOCR\pretrain_models\目录下pretrain_models目录自己创建。
接下来先预测一下
预测命令
python tools/eval.py -c ./configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml_car_plate.yml -o Global.checkpoints./pretrain_models/ch_ppocr_server_v2.0_det_train/best_accuracy 4、训练
训练命令
python tools/train.py -c ./configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml_car_plate.yml -o Global.pretrained_model./pretrain_models/ch_ppocr_server_v2.0_det_train/best_accuracy
参数解释
-c 是配置文件的路径
-o 是权重文件的路径
预测 -o Global.checkpoints
训练 -o Global.pretrained_model
注意这两个不一样。
断点续训 -o Global.checkpoints保存的文件路径
python tools/train.py -c ./configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml_car_plate.yml -o Global.pretrained_model./mode/det/ch_ppocr_server_v2.0_det_train/best_accuracy -o Global.checkpoints./output/ch_db_mv3/latest
5、測試
使用训练模型–测试1张图 -o Global.infer_img文件位置
python tools/infer_det.py -c ./configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml_car_plate.yml -o Global.infer_img./train_data/car_plate_images/images_det/test/test_5.jpg Global.pretrained_model./output/ch_ppocr_mobile_v2.0_det/latest
使用训练模型–测试文件夹内所有图片 新建文件夹imgs 放测试的图片 -o Global.infer_img文件夹位置
python tools/infer_det.py -c ./configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml_car_plate.yml -o Global.infer_img./imgs/ Global.pretrained_model./output/ch_db_mv3/latest
训练模型保存为用于部署的推理模型 保存路径output文件夹内
python tools/export_model.py -c ./configs/det/ch_ppocr_v2.0/ch_det_mv3_db_v2.0.yml_car_plate.yml -o Global.pretrained_model./output/ch_db_mv3/latest Global.save_inference_dir./output/
使用推理模型–预测命令 #det_algorithm 检测使用的算法 #det_model_dir 检测模型位置 #image_dir 测试图片路径 #use_gpu 是否使用GPU
python tools/infer/predict_det.py --det_algorithmDB --det_model_dir./output/ --image_dir./car_plate_images/images_det/test/ --use_gpuTrue 如有侵权或需要完整代码请及时联系博主。
