前言______PaddleOcr的安裝與準備作業

1.PaddleOcr相關組件安裝我在上一個博客中已經介紹完畢→ PaddleOcr安裝與使用全程指南 ←點擊跳轉
2.下載PaddleOcr官方檔案包，
https://kyc592.lanzous.com/i5C7Gkojm7c 密碼:kyc

或官網下載地址：https://gitee.com/paddlepaddle/PaddleOCR

然后解壓到專案檔案夾的根目錄下，

一定確保按照前一篇博客操作完畢，Paddleocr可以正常運行，盡量減少待會出現的極 其 繁 重的debug作業，
至此完成準備作業，

資料準備

訓練自己的模型，需要的資料有：
①訓練用的圖片集 ②測驗用的圖片集 ③前面兩個圖片集配套的標注檔案 ④預訓練模型

1. 下載icdar2015圖片集

演示采用的 ①訓練用的圖片集 ②測驗用的圖片集 ③前面兩個圖片集配套的標注檔案 采用的均是來自現成的 icdar2015資料集，若有意自己搜集圖片集和生成配套標注檔案 點擊跳轉至→ * 如何制作自己的資料集？

先進行一下兩個圖片集的下載，
ch4_training_images.zip 是icdar2015資料集的訓練圖片集，共1000張
https://kyc592.lanzous.com/iKdkQkpytcf 密碼:kyc
ch4 _test_images.zip 是icdar2015資料集的測驗圖片集，共500張
https://kyc592.lanzous.com/isNpFkpzb5g 密碼:kyc

注意兩個圖片集千萬不要用錯了

或 官網下載地址：https://rrc.cvc.uab.es/?ch=4&com=downloads，需要先進行注冊登錄才可下載，

2. 下載icdar2015資料集配套的標注檔案

train_icdar2015_label.txt 是訓練集的配套標注檔案：
https://kyc592.lanzous.com/i9aPSkpzp1g 密碼:kyc
test_icdar2015_label.txt 是測驗集的配套標注檔案：
https://kyc592.lanzous.com/i72mHkpzp0f 密碼:kyc

注意兩個標注檔案千萬不要用錯了

或 官方下載地址：
訓練集的配套標注檔案：https://paddleocr.bj.bcebos.com/dataset/train_icdar2015_label.txt
測驗集的配套標注檔案：
https://paddleocr.bj.bcebos.com/dataset/test_icdar2015_label.txt

3.組織資料集路徑

【建議以下所有的路徑均寫絕對路徑】

將第一步中下載的兩個圖片集解壓出來，與第二步中下載的配套標注檔案
按照圖片中的方式存放到train_data檔案夾中，（共兩個檔案夾，兩個檔案）

4.下載預訓練模型

PaddleOCR的檢測模型當前支持3個主干，即MobileNetV3，ResNet18_vd和ResNet50_vd，可以根據需要使用PaddleClas中的模型替換主干，

相關資料：
MobileNet
針對亟需在移動端應用深度學習技術的需求，MobileNet在存盤空間和能耗低的地方表現優秀，在損失精度很小的情況下，計算量，存盤空間，準確率方面都有明顯提升，

ResNet 系列模型
ResNet創新性的提出了殘差結構，一舉在ILSVRC2015比賽中取得冠軍，top5錯誤率為3.57%，斯坦福大學的Joyce
Xu將ResNet稱為「真正重新定義了我們看待神經網路的方式」的三大架構之一，

官方下載地址：

MobileNetV3預訓練模型：
https://paddle-imagenet-models-name.bj.bcebos.com/MobileNetV3_large_x0_5_pretrained.tar

ResNet18_vd預訓練模型：
https://paddle-imagenet-models-name.bj.bcebos.com/ResNet18_vd_pretrained.tar

ResNet50_vd預訓練模型：
https://paddle-imagenet-models-name.bj.bcebos.com/ResNet50_vd_ssld_pretrained.tar

打開鏈接即彈出下載請求，
這里演示使用的是ResNet50_vd預訓練模型，

5.組織預訓練模型路徑

新建一個pretain_models檔案夾，將下載的預訓練模型解壓進來，
在config/det檔案夾下找到det_mv3_db_v1.1.yml檔案，只需要將“pretrain
_weights”指定為前面獲取的預訓練模型路徑，

我的為 D:\PO\pretain_models\ResNet50_vd_ssld_pretrained

6.修改組態檔

①在tools檔案夾中找到program.py腳本打開，找到class ArgsParser建構式

然后將圖中箭頭指向的那一行，游標處添加一句代碼

default = "D:\PO\configs\det\det_mv3_db_v1.1.yml",

修改為

注意檔案路徑根據自己的電腦填寫正確，

注意相對路徑填寫規則
“./ ”表示同級目錄，
“../”表示上級目錄，
“../../”表示上上級目錄，
（以運行的.py檔案為當前路徑）

② 在config/det檔案夾下找到det_db_icdar15_reader.yml檔案打開，（pycharm或者Typora之類的軟體都可以打開）

將這四行根據自己的電腦修改正確，
四行依次為 訓練圖片集的路徑、訓練圖片集配套的標注檔案路徑、測驗圖片集的路徑、測驗圖片集配套的標注檔案路徑，

修改完畢，

設定完成，開始訓練

到了緊張刺激的DEBUG環節才對

運行tools檔案夾中的train.py腳本，
Q1：無法附加測驗報告到測驗框架

A1：不使用pytest打開，使用普通方式打開
選擇右上角這個地方，點擊編輯配置 / Edit configurations…
點擊減號移除當前配置
然后點擊加號點擊Python
修改為檔案名和檔案所在路徑，確定保存計即可正常運行，
Q2：提示缺少檔案FileNotFoundError: [Errno 2] No such file or directory: ‘./configs/det/det_db_icdar15_reader.yml’
A2：是因為 ./ 是在同級檔案夾下尋找該檔案，索性直接把全部configs檔案夾復制到此腳本所在的tools檔案夾里一份，他們倆就是同級路徑了
類似問題同樣采取此方法，將缺少的檔案夾復制到tools檔案夾，

Q3：提示無gpu，ERROR: Config use_gpu cannot be set as true while you are using paddlepaddle cpu version !
A3：使用cpu訓練模型的話，則索性將tools/configs檔案夾中所有檔案有use_gpu: 這一行代碼的陳述句的，全部修改為false，根目錄中的configs檔案夾同樣操作，
Q4：提示訓練圖片集不存在 2021-01-23 14:10:54,107-INFO: D:\PO\train_data\ch4_training_imagesicdar_c4_train_imgs/img_999.jpg does not exist!
A5：很容易發現是因為存放圖片的檔案夾名不一致，修改一下即可，


Q6：突然cpu與記憶體占用比最近某圈的瓜還爆炸

運行結果是這個樣子

A6：學習煉丹基本成功，關掉程式換個好電腦跑，

如何制作自己的資料集？

使用PPOCRLabel檔案夾中的PPOCRLabel.py腳本（先確保安裝了pyqt5）
PPOCRLabel官網：https://gitee.com/computer-vision/PaddleOCR/blob/develop/PPOCRLabel/README.md
運行后彈出這個視窗
在選單欄點擊 “檔案file” - “打開目錄open dir” 選擇待標記圖片的檔案夾

選單欄中的PaddleOCR ，點擊 ”自動標注auto recognition“，使用PPOCR超輕量模型對圖片檔案名前圖片狀態為 “?” 的圖片進行自動標注，

等待標注完成，

然后點擊右下角的Check，圖片前面的 X 就會變成 √ （借助滑鼠宏或者連點器）

此時再點擊file，點擊save label，即可在彈出的提示的路徑中找到自己的標注檔案

模型評估與模型檢查

等等再更新…