使用PaddleOCR，訓練自己的模型
ps：爲方便讀者文章中需要用到的文件均使用我的網盤分享下載，同時也會給出官網下載地址
前言______PaddleOcr的安裝與準備工作
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官方文件包，
https://kyc592.lanzous.com/i5C7Gkojm7c 密碼:kyc
或官網下載地址：https://gitee.com/paddlepaddle/PaddleOCR
然後解壓到項目文件夾的根目錄下。
一定確保按照前一篇博客操作完畢，Paddleocr可以正常運行，儘量減少待會出現的極 其 繁 重的debug工作。
至此完成準備工作。
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測試用的圖片集 ③前面兩個圖片集配套的標註文件 ④預訓練模型
1. 下載icdar2015圖片集
演示採用的 ①訓練用的圖片集 ②測試用的圖片集 ③前面兩個圖片集配套的標註文件 採用的均是來自現成的 icdar2015數據集，若有意自己蒐集圖片集和生成配套標註文件 點擊跳轉至→ * 如何製作自己的數據集？
先進行一下兩個圖片集的下載，
ch4_training_images.zip 是icdar2015數據集的訓練圖片集，共1000張
https://kyc592.lanzous.com/iKdkQkpytcf 密碼:kyc
ch4 _test_images.zip 是icdar2015數據集的測試圖片集，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，需要先進行註冊登錄纔可下載。
2. 下載icdar2015數據集配套的標註文件
train_icdar2015_label.txt 是訓練集的配套標註文件：
https://kyc592.lanzous.com/i9aPSkpzp1g 密碼:kyc
test_icdar2015_label.txt 是測試集的配套標註文件：
https://kyc592.lanzous.com/i72mHkpzp0f 密碼:kyc
注意兩個標註文件千萬不要用錯了
或 官方下載地址：
訓練集的配套標註文件：https://paddleocr.bj.bcebos.com/dataset/train_icdar2015_label.txt
測試集的配套標註文件：
https://paddleocr.bj.bcebos.com/dataset/test_icdar2015_label.txt
3.組織數據集路徑
【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註文件
按照圖片中的方式存放到train_data文件夾中。（共兩個文件夾，兩個文檔）
4.下載預訓練模型
PaddleOCR的檢測模型當前支持3個主幹，即MobileNetV3，ResNet18_vd和ResNet50_vd，可以根據需要使用PaddleClas中的模型替換主幹。
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在存儲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，存儲空間，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錯誤率爲3.57%。斯坦福大學的Joyce
Xu將ResNet稱爲「真正重新定義了我們看待神經網絡的方式」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。
這裏演示使用的是ResNet50_vd預訓練模型。
5.組織預訓練模型路徑
新建一個pretain_models文件夾，將下載的預訓練模型解壓進來。
在config/det文件夾下找到det_mv3_db_v1.1.yml文件，只需要將“pretrain
_weights”指定爲前面獲取的預訓練模型路徑。
我的爲 D:\PO\pretain_models\ResNet50_vd_ssld_pretrained
6.修改配置文件
①在tools文件夾中找到program.py腳本打開，找到class ArgsParser構造函數
然後將圖中箭頭指向的那一行，光標處添加一句代碼
default = "D:\PO\configs\det\det_mv3_db_v1.1.yml",
修改爲
注意文件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文件爲當前路徑）
② 在config/det文件夾下找到det_db_icdar15_reader.yml文件打開，（pycharm或者Typora之類的軟件都可以打開）
將這四行根據自己的電腦修改正確。
四行依次爲 訓練圖片集的路徑、訓練圖片集配套的標註文件路徑、測試圖片集的路徑、測試圖片集配套的標註文件路徑。
修改完畢。
設置完成，開始訓練
到了緊張刺激的DEBUG環節纔對
運行tools文件夾中的train.py腳本。
Q1：無法附加測試報告到測試框架
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
然後點擊加號點擊Python
修改爲文件名和文件所在路徑，確定保存計即可正常運行。
Q2：提示缺少文件FileNotFoundError: [Errno 2] No such file or directory: ‘./configs/det/det_db_icdar15_reader.yml’
A2：是因爲 ./ 是在同級文件夾下尋找該文件，索性直接把全部configs文件夾複製到此腳本所在的tools文件夾裏一份，他們倆就是同級路徑了
類似問題同樣採取此方法，將缺少的文件夾複製到tools文件夾。
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文件夾中所有文件有use_gpu: 這一行代碼的語句的，全部修改爲false，根目錄中的configs文件夾同樣操作。
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：很容易發現是因爲存放圖片的文件夾名不一致，修改一下即可。
Q6：突然cpu與內存佔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。關掉程序換個好電腦跑。
如何製作自己的數據集？
使用PPOCRLabel文件夾中的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
運行後彈出這個窗口
在菜單欄點擊 “文件file” - “打開目錄open dir” 選擇待標記圖片的文件夾
菜單欄中的PaddleOCR ，點擊 ”自動標註auto recognition“，使用PPOCR超輕量模型對圖片文件名前圖片狀態爲 “✖” 的圖片進行自動標註。
等待標註完成。
然後點擊右下角的Check，圖片前面的 X 就會變成 √ （藉助鼠標宏或者連點器）
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註文件
模型評估與模型檢查
等等再更新…