PaddleOCR使用笔记-文字方向分类训练、评估、推理

PaddleOCR使用笔记Linux环境下PaddleOCR develop版本安装及使用（第二次尝试）(成功)文字方向分类训练在PaddleOCR/quickstart.md at develop · PaddlePaddle/PaddleOCR (github.com)中下载方向分类器的预训练模型下载下来后解压到本地，并将ch_ppocr_mobile_v1.1_cls_train目录上传到服

快乐的小小程序猿

3857人浏览 · 2021-09-05 10:47:23

快乐的小小程序猿 · 2021-09-05 10:47:23 发布

PaddleOCR使用笔记

Linux环境下

PaddleOCR develop版本安装及使用（第二次尝试）(成功)

文字方向分类训练

在PaddleOCR/quickstart.md at develop · PaddlePaddle/PaddleOCR (github.com)中下载方向分类器的预训练模型

在这里插入图片描述

下载下来后解压到本地，并将ch_ppocr_mobile_v1.1_cls_train目录上传到服务器上的项目中的pretrain_models目录

在这里插入图片描述

# GPU训练，通过CUDA_VISIBLE_DEVICES指定卡号
export CUDA_VISIBLE_DEVICES=2
# 启动训练
python3 tools/train.py -c configs/cls/cls_mv3.yml  2>&1 | tee train_cls.log

在这里插入图片描述

文字方向分类评估

export CUDA_VISIBLE_DEVICES=0
# GPU 评估， Global.checkpoints 为待测权重
python3 tools/eval.py -c configs/cls/cls_mv3.yml -o Global.checkpoints=output/cls_mv3/best_accuracy

在这里插入图片描述

文字方向分类推理

python3 tools/infer_cls.py -c configs/cls/cls_mv3.yml -o Global.checkpoints=output/cls_mv3/best_accuracy Global.infer_img=doc/cls_crown_test/

在这里插入图片描述

创作不易，喜欢的话加个关注点个赞，❤谢谢谢谢❤

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

解密AI库存预测：架构师的完整技术路线图

本文将以架构师视角，提供一套从需求分析到系统落地的完整AI库存预测技术路线图。我们将拆解库存预测系统的核心架构模块，详解数据层、特征层、模型层、服务层的设计要点，结合实战案例分析技术选型（如数据存储用Hudi还是Delta Lake？模型训练选XGBoost还是Transformer？），并提供可复用的架构设计模板与代码示例。——从业务目标反推技术边界技术指标目标值（参考）实现思路预测准确率MAP