本文介紹的是 NV 顯示卡訓練。CPU 訓練僅供參考，部分不同的地方請前往官方網站取得資訊。
官方位址：
必須要安裝的環境
Python 3.9（3.10）：初期測試一直有問題後作者改為
3.9，如果有需要請自行驗證3.10：https://www.python.org/Python：是執行腳本的關鍵詞，需要設定環境變數，底下的許多元件都需要設定環境變數，具體的請參考網路資訊。pip：作者本身不會 Python，這個理解應該是一個安裝的插件。可以安裝第三方庫，如果 pip3 無法執行可以切換成 pip，具體原因不明。pip網路問題：可以在使用 pip 的時候加參數-ihttps://pypi.tuna.tsinghua.edu.cn/simple
例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider，這樣就會從清華這邊的鏡像去安裝 pyspider 庫。
- CUDA
https://developer.nvidia.com/cuda-downloads
作者安裝的是 10.2 的版本
- CUDNN
https://developer.nvidia.com/cudnn
下載之後覆蓋儲存到 CUDA 目錄
- PaddleOCR
https://github.com/PaddlePaddle/PaddleOCR
把專案複製到本地端
- cd PaddleOCR
pip3 install -r requirements.txt
安裝 OCR 需要的第三方 python 庫
- PPOCRLabel
這是建立學習資料的，標註工具，不是必要的，但是很方便。
cd ./PPOCRLabel # 將目錄切換到PPOCRLabel資料夾下
pip install pyqt5 # 安裝QT5 執行環境
pip3 install -r requirements.txt
python PPOCRLabel.py --lang ch # 啟動工具，如果啟動沒反應那麼就是缺少環境
- ch_ppocr_mobile_v2.0_rec
預訓練模型（其他模型可以參考位址：models_list.md）
ch_ppocr_mobile_v2.0_rec_pre.tar
- 訓練參數文件
本地設定檔路徑：PaddleOCR-release-2.4\configs\rec\ch_ppocr_v2.0\rec_chinese_lite_train_v2.0.yml
- 修改的值：
epoch_num: 1000 #循環次數
data_dir: ./train_data/ #訓練資料目錄
label_file_list: ["./train_data/train_list.txt"] #訓練資料的比對文字
batch_size_per_card: 128 #使用的數量（太大啟動不起來，可以自行修改）
- 訓練目錄解釋
PaddleOCR-release-2.4\train_data
PaddleOCR-release-2.4\train_data\crop_img #用工具做好的圖片放到這裡
PaddleOCR-release-2.4\train_data\train_list.txt #訓練的文字資訊
PaddleOCR-release-2.4\train_data\val_list.txt #驗證文字資訊 （目前作者使用的和訓練文字一樣的內容）內容如下
PaddleOCR-release-2.4\pretrain_models #從官網下載的預訓練模型放到這裡
PaddleOCR-release-2.4\output #訓練輸出目錄
PaddleOCR-release-2.4\output\inference #最終匯出模型
- 訓練腳本
//訓練模型
python tools/train.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml -o Global.pretrained_model=./pretrain_models/best_accuracy
//匯出模型
python tools/export_model.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml -o Global.checkpoints=output/rec_chinese_lite_v2.0/latest Global.save_inference_dir=output/inference
//使用訓練預測(預測資料夾)
python tools/infer_rec.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml -o Global.checkpoints=output/rec_chinese_lite_v2.0/latest Global.load_static_weights=false Global.infer_img=trainTest/
//使用訓練預測(預測單一檔案)
python tools/infer_rec.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml -o Global.checkpoints=output/rec_chinese_lite_v2.0/latest Global.load_static_weights=false Global.infer_img=trainTest/1000.jpg
//使用匯出模型預測
python tools/infer/predict_rec.py --image_dir="./trainTest/" --det_model_dir="./ch_PP-OCRv2_det_infer/" --rec_model_dir="./output/inference/" --cls_model_dir="./ch_ppocr_mobile_v2.0_cls_infer/"
作者：Dream.Machine
網站：www.dmskin.com