2_paddleOCR训练自己的模型

下载工具安装及使用

下载迅雷

下载地址：https://www.xunlei.com/

 

 

使用迅雷下载文件

步骤1：打开迅雷软件，单击“+”图标。

 

步骤2：弹出如下对话框，将下载链接复制到对话框中，完成下载

 

例如：下载“icdar2015标注文件”：

 

文本检测模型

    本文以icdar2015数据集为例，介绍PaddleOCR中检测模型的训练，评估和测试。

资料准备

下载数据集

    icdar2015数据集可从官方网站（https://rrc.cvc.uab.es/?ch=4&com=downloads）下载，需先注册，下载后只使用图片集，不采用配套的标注文件，标注文件的获取见下节。

 

下载界面

 

数据集形式

下载标注文件

    使用迅雷软件，下载标注文件，下载连接如下：

https://paddleocr.bj.bcebos.com/dataset/train_icdar2015_label.txt
https://paddleocr.bj.bcebos.com/dataset/test_icdar2015_label.txt

标注文件形式如下：

组织数据集路径

按照如下形式将数据集和标注文件放置在PaddleOCR目录中，分别是两个文件夹和两个文件。 
 

     按照如下形式将数据集和标注文件放置在PaddleOCR目录中，分别是两个文件夹和两个文件。

开始训练

下载预训练模型

    PaddleOCR的检测模型当前支持3个主干，即MobileNetV3，ResNet18_vd和ResNet50_vd，可以根据需要使用PaddleClas中的模型替换主干，使用迅雷软件，下载预训练模型文件，下载连接如下：

 

组织预训练模型路径

    按照如下形式将解压后的预训练模型放置在PaddleOCR目录中

 

确定配置文件路径

    打开program.py脚本，找到class ArgsParser构造函数，修改为如下形式（注意相对路径填写正确）：

 

修改配置文件1

    在config/det文件夹下找到det_mv3_db_v1.1.yml文件，只需要将“pretrain

_weights”指定为2.2.1节获取的预训练模型路径。

    （注意相对路径填写正确,“./ ”表示同级目录，“../”表示上级目录，“../../”表示上上级目录，以运行的.py文件为当前路径）

    若电脑性能不足，将配置文件中“train_batch_size_per_cart”修改为2。

 

修改配置文件2

    在config/det文件夹下找到det_db_icdar15_reader.yml文件，将下图所示的四个路径正确填写。

 

开始训练

    运行train.py脚本，始模型训练，训练界面如下：

 

    训练结果保存在文件“./output/det_db/”文件夹下，如下图所示：

 

模型评估

       PaddleOCR有三个用于评估OCR检测任务性能的指标：Precision，Recall和Hmean。

  修改配置文件

       假设模型训练结果如下，在det_db文件夹下，我们使用训练400代的模型对测试集做评估，查看训练效果。

 

       打开“det_mv3_db_v1.1.yml”文件，指定“checkpoints”为400代训练后的模型（注意：在对模型做评估时，“infer_img”要为空，否则报错，未详阅代码，原因暂时不详！！！）。

 

指定评估的数据集和标签路径

       参考2.2.5节内容，在det_db_icdar15_reader.yml文件中，EvalReader字段下设置评估的数据集和标签文件路径。

进行评估

  运行“eval.py”脚本，在控制台会打印出Precision，Recall和Hmean测试结果。

模型测试 

  修改配置文件

       假设模型训练结果如下，在det_db文件夹下，我们使用训练400代的模型对测试集做检测，查看训练效果。

 

       打开“det_mv3_db_v1.1.yml”文件，

1. 指定“checkpoints”为400代训练后的模型;
2. 指定“infer_img”为测试集路径（注意相对路径的书写格式）。

 

 

进行模型测试

       运行脚本“infer_det.py”文件，开始对指定路径下的图片做检测，检测结果保存在“./output/det_db/det_results/”文件夹下，如下图所示：

 

文本识别模型

资料准备

下载数据集  

       登录官方网站icdar2015上（https://rrc.cvc.uab.es/?ch=4&com=downloads），需要注册后才可下载，下载后只需要图片文件，自带的标注文件不需要。

 

 

 

       数据集如下所示：

 

 

 

下载标注文件

    使用迅雷软件，下载标注文件，下载连接如下：

标注文件形式如下，注意按照实际情况修改标注文件中存放图像的文件夹名称。

组织数据集路径

       将数据集和标间文件放置在“./train_data/ic15_data/”文件夹下，共两个文件夹两个文件，形式如下所示：

 

       训练数据集标注文件，注意测试数据集存放在“train”文件夹下，标注文件要做响应修改，否则训练时提示找不到图片。

       

 

 

准备字典集

       最后，需要提供字典（{word_dict_name} .txt），以便在训练模型时，可以将出现的所有字符映射到字典索引。

       因此，词典需要包含所有您希望正确识别的字符。{word_dict_name} .txt必须以以下格式编写并以utf-8编码格式保存：

 

       源码提供了众多的字典集，无特殊需要，不需要自己组织字典集，字典集存储路径如下：

开始训练

下载预训练模型

       首先下载预训练模型，您可以下载训练后的模型以对icdar2015数据进行训练。

    使用迅雷软件，下载预训练模型，下载连接如下：

组织预训练模型

    按照如下形式将解压后的预训练模型放置在PaddleOCR目录中：

 

确定配置文件路径

    打开program.py脚本，找到class ArgsParser构造函数，修改为如下形式（注意相对路径填写正确）：

 

修改配置文件1

       在config/rec文件夹下找到rec_icdar15_train.yml文件，只需要将“pretrain_ weights”指定为3.2.1节获取的预训练模型路径

    （注意相对路径填写正确,“./ ”表示同级目录，“../”表示上级目录，“../../”表示上上级目录，以运行的.py文件为当前路径）

    若电脑性能不足，将配置文件中“train_batch_size_per_cart”修改为20。   

 

修改配置文件2

    在config/det文件夹下找到rec_icdar15_reader.yml文件，将下图所示的四个路径正确填写。

 

开始训练

    运行train.py脚本，始模型训练，训练界面如下：

 

    训练结果保存在文件“./output/rec_CRNN/”文件夹下，如下图所示：

 

 

模型评估

修改配置文件

       假设我们对3.2.6节训练的模型做评估，查看训练效果，查看./output/rec_CRNN文件夹下，会发现最终模型训练次数为900代，我们对该模型做评估

 

       打开“rec_icdar15_train.yml”文件，指定“checkpoints”为900代训练后的模型（注意：在对模型做评估时，“infer_img”要为空，否则报错，未详阅代码，原因暂时不详！！！）。

 

指定评估的数据集和标签路径

       参考3.2.5节内容，在rec_icdar15_reader.yml文件中，EvalReader字段下设置评估的数据集和标签文件路径。

进行评估

       运行“eval.py”脚本，运行界面如下，评估结果：精度为0.68，评估样本数：2077，正确识别数：1414.

 

 

模型测试

修改配置文件

       假设模型训练结果如下，在rec_RCNN文件夹下，我们使用训练900代的模型对测试集做检测，查看训练效果。

       打开“rec_icdar15_train.yml”文件，

1. 指定“checkpoints”为900代训练后的模型;
2. 指定“infer_img”为测试集路径（注意相对路径的书写格式）。

 

进行模型测试

       运行脚本“infer_rec.py”文件，开始对指定路径下的图片做检测，检测结果显示在控制台上，如下图所示