宠物网站策划书,微信运营商是哪个公司,在网站做专题,做韩国网站有哪些东西吗一、PaddlePaddle的OCR模型转onnx
1、首先建立一个新的虚拟环境
conda create -n ppocr python3.10 -y conda activate ppocr
2、进入paddlepaddle官网输入以下指令安装paddlepaddle GPU版本
#xff08;我的cuda版本是11.8,根据你电脑装合适版本#xff09;
pip instal… 一、PaddlePaddle的OCR模型转onnx
1、首先建立一个新的虚拟环境
conda create -n ppocr python3.10 -y conda activate ppocr
2、进入paddlepaddle官网输入以下指令安装paddlepaddle GPU版本
我的cuda版本是11.8,根据你电脑装合适版本
pip install paddlepaddle-gpu2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 3、进入PaddlePaddle / PaddleOCR官网下载 PaddleOCR_2.7版本放在你主目录下
首先要克隆paddleocr项目项目地址。老是有地址不能用多备几个
git clone https://github.com/PaddlePaddle/Paddle.git
# 克隆到本地
git clone https://gitcode.com/gh_mirrors/pa/PaddleOCR.git
之后安装命令
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ 4、安装RKNNtoolkit2 ONNX转换为RKNN模型需要使用官方rknn_model_zoo工具rknn_model_zoo-2.2.0 该处环境部署代码使用到官方rknn-toolkit2工具rknn-toolkit2
RKNNtoolkit2的作用是将onnx模型转为rknn模型 在该文件夹下找到你对应的python版本
pip install -r requirements_cp310-2.3.0.txt -i https://mirrors.aliyun.com/pypi/simple/
安装paddle2onnx
这一步为下面模型转换做打算 paddle2onnx的作用 paddle模型------onnx模型 RKNNtoolkit2的作用 onnx模型------rknn模型
安装paddle2onnx的过程极为简单在终端输入
pip install paddle2onnx至此ubuntu上面的环境已经搭建完毕 5、OCR程序的编译 官方教程
按照官方教程安装三个模型 此处装模型操作均在Ubuntu系统上注意不是在板子上
PaddleOCR模型下载PaddleOCR模型官网
最新更新模型地址ppocr模型官网
下载到你的ppocr目录的一个文件夹下 随即进入paddle----onnx模型步骤 paddle2onnx --model_dir ch_PP-OCRv4_det_infer \--model_filename inference.pdmodel \--params_filename inference.pdiparams \--save_file ch_PP-OCRv4_det_infer/ch_PP-OCRv4_det_infer.onnxpaddle2onnx --model_dir ch_ppocr_mobile_v2.0_cls_infer \--model_filename inference.pdmodel \--params_filename inference.pdiparams \--save_file ch_ppocr_mobile_v2.0_cls_infer/ch_ppocr_mobile_v2.0_cls_infer.onnx--enable_auto_update_opset paddle2onnx --model_dir ch_PP-OCRv4_rec_infer \--model_filename inference.pdmodel \--params_filename inference.pdiparams \--save_file ch_PP-OCRv4_rec_infer/ch_PP-OCRv4_rec_infer.onnx 然后固定onnx模型的形状 这里需要注意的是根据ubuntu系统上python版本的不同python指令可能会替换为python3 # 固定模型的输入shape
python3 -m paddle2onnx.optimize --input_model ch_PP-OCRv4_det_infer/ch_PP-OCRv4_det_infer.onnx \--output_model ch_PP-OCRv4_det_infer/ch_PP-OCRv4_det_infer.onnx \--input_shape_dict {x:[1,3,960,960]}python3 -m paddle2onnx.optimize --input_model ch_ppocr_mobile_v2.0_cls_infer/ch_ppocr_mobile_v2.0_cls_infer.onnx \--output_model ch_ppocr_mobile_v2.0_cls_infer/ch_ppocr_mobile_v2.0_cls_infer.onnx \--input_shape_dict {x:[1,3,48,192]}python3 -m paddle2onnx.optimize --input_model ch_PP-OCRv4_rec_infer/ch_PP-OCRv4_rec_infer.onnx \--output_model ch_PP-OCRv4_rec_infer/ch_PP-OCRv4_rec_infer.onnx \--input_shape_dict {x:[1,3,48,320]} 至此执行完毕后paddle模型转到onnx模型完毕接下来是onnx模型转到rknn模型。 二、PaddlePaddle的OCR模型onnx在转rknn模型 把对应的python包放入你的ppocr目录下安装转换RKNN模型的环境:执行
pip install -r requirements_cp310-2.3.0.txt -i https://mirrors.aliyun.com/pypi/simple/ 将这个rknpu2_tools文件夹的内容搬到ppocr文件夹下 修改yaml文件路径和你的模型文件对应 随后输入以下三条指令 python3 rknpu2_tools/export.py --config_path rknpu2_tools/config/ppocrv3_det.yaml --target_platform rk3588
python3 rknpu2_tools/export.py --config_path rknpu2_tools/config/ppocrv3_rec.yaml --target_platform rk3588
python3 rknpu2_tools/export.py --config_path rknpu2_tools/config/ppocrv3_cls.yaml --target_platform rk3588当三条指令结束运行时终端内容应该都是
D RKNN: [14:06:30.472] Total Internal Memory Size: 519.75KB
D RKNN: [14:06:30.472] Total Weight Memory Size: 339.188KB
D RKNN: [14:06:30.472] ----------------------------------------
D RKNN: [14:06:30.472] end: rknn::RKNNMemStatisticsPass
I rknn building done.
I Target is None, use simulator!
Export OK!没有完善有时间完善一下
可以看到rknn模型已经生成了 三、在RK3588的板子上完成fastdeploy及python的编译
这里直接参考我的另一篇文章 pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple 后面开发板要用到的环境 把这个文件放在你的开发板上3588
FastDeploy库的编译在rk3588板子上进行 rk3588性能强劲可以直接在板子上借助图形界面编译FastDeploy库
使用git clone https://github.com/PaddlePaddle/FastDeploy.git指令拉取代码
官网fastdeploy官网
下载FastDeploy-release-1.0.7
放到你的工作目录下执行
后面的步骤直接参考我的另一篇文章就行 链接ppocr部署在RK3588_python编译-2_rk3588怎么做ocr识别-CSDN博客 参考记录如何在RK3588板子上跑通paddle的OCR模型。重点是对齐rknntoolkit版本和板子上的librknnrt.so库_paddleocr rk3588-CSDN博客
