当前位置: 首页 > news >正文

玩转计算机视觉——按照配置部署paddleOCR(英伟达环境与昇腾300IDUO环境)

英伟达环境安装

创建虚拟环境

conda create -n paddleOCR python==3.10 -y
conda activate paddleOCRconda install jupyterlab -y
conda install ipykernel -y
python -m ipykernel install --user --name paddleOCR --display-name "paddle OCR"

下载PaddleOCR的GPU版本

下载链接: https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/develop/install/pip/windows-pip.html
在这里插入图片描述
选择合适的版本执行命令行下载即可
然后直接使用pip下载panddleocr

pip install  paddleocr

昇腾300IDUO源码安装

在安装前,先确保安装好了昇腾的驱动和固件,并且安装CANN
然后添加到环境变量中

export ASCEND_HOME_PATH=/usr/local/Ascend/latest
source ${ASCEND_HOME_PATH}/set_env.sh

官方安装链接:https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/82RC1alpha002/softwareinst/instg/instg_0001.html?Mode=PmIns&OS=Ubuntu&Software=cannToolKit

下载源码

通过网盘分享的文件:PaddleOCR_Ascend.zip
链接: https://pan.baidu.com/s/1XbtJKQDoj3eKY0XRS9VMzA?pwd=e519 提取码: e519

在本篇中,代码下载后解压到目录/home/PaddleOCR_Ascend

创建虚拟环境

# 创建虚拟环境
conda create -n paddleocr python=3.9 -y
conda activate paddleocrpip install -r requirements.txt
pip install paddlepaddle==2.6.1 paddle2onnx==1.2.4

准备推理模型

进入源码目录

cd /home/PaddleOCR_Ascend

创建目录并下载模型

mkdir inference
cd inferencewget -nc https://paddleocr.bj.bcebos.com/PP-OCRv4/chinese/ch_PP-OCRv4_det_server_infer.tar
tar -xf ch_PP-OCRv4_det_server_infer.tar
wget -nc https://paddleocr.bj.bcebos.com/PP-OCRv4/chinese/ch_PP-OCRv4_rec_server_infer.tar
tar -xf ch_PP-OCRv4_rec_server_infer.tar

paddle转onnx格式

paddle2onnx --model_dir inference/ch_PP-OCRv4_det_server_infer \--model_filename inference.pdmodel \--params_filename inference.pdiparams \--save_file inference/det/model.onnx \--opset_version 11 \--enable_onnx_checker Truepaddle2onnx --model_dir inference/ch_PP-OCRv4_rec_server_infer \--model_filename inference.pdmodel \--params_filename inference.pdiparams \--save_file inference/rec/model.onnx \--opset_version 11 \--enable_onnx_checker True

安装相关依赖

sudo yum install mesa-libGL
pip install mindspore
pip install mindspore-lite[ascend] 

onnx转mindir格式

cd /home/data
# 由于我的300i duo是arm架构,因此下载对应的工具
wget https://ms-release.obs.cn-north-4.myhuaweicloud.com/2.3.0rc2/MindSpore/lite/release/linux/aarch64/cloud_fusion/python37/mindspore-lite-2.3.0rc2-linux-aarch64.tar.gz
tar -zxvf mindspore-lite-2.3.0rc2-linux-aarch64.tar.gz
# 将转换工具需要的动态链接库加入环境变量LD_LIBRARY_PATH,比如我这里装在/data/tff下
export LD_LIBRARY_PATH=/home/data/mindspore-lite-2.3.0rc2-linux-aarch64/tools/converter/lib:${LD_LIBRARY_PATH}
cd /home/data/mindspore-lite-2.3.0rc2-linux-aarch64/tools/converter/converter
./converter_lite --fmk=ONNX \--saveType=MINDIR \--optimize=ascend_oriented \--modelFile=/home/PaddleOCR_Ascend/inference/det/model.onnx \--outputFile=/home/PaddleOCR_Ascend/inference/det/model./converter_lite --fmk=ONNX \--saveType=MINDIR \--optimize=ascend_oriented \--modelFile=/home/PaddleOCR_Ascend/inference/rec/model.onnx \--outputFile=/home/PaddleOCR_Ascend/inference/rec/model

测试

python /home/PaddleOCR_Ascend/tools/infer/predict_system.py \--use_mindir=True \--gpu_id=0 \--image_dir=/home/PaddleOCR_Ascend/doc/imgs/1.jpg \--det_model_dir=/home/PaddleOCR_Ascend/inference/det/model.mindir \--rec_model_dir=/home/PaddleOCR_Ascend/inference/rec/model.mindir \--rec_char_dict_path=/home/PaddleOCR_Ascend/ppocr/utils/ppocr_keys_v1.txt \--use_angle_cls=False \--vis_font_path=/home/PaddleOCR_Ascend/doc/fonts/simfang.ttf

文章转载自:

http://LfPga7ek.tynqy.cn
http://xQJg4nV3.tynqy.cn
http://upZ03lkp.tynqy.cn
http://hGEscf8h.tynqy.cn
http://qb5KWyVL.tynqy.cn
http://J5SFUusO.tynqy.cn
http://IoKdR8yt.tynqy.cn
http://Yy86VTi5.tynqy.cn
http://qZPaUe8L.tynqy.cn
http://ZDIsd03z.tynqy.cn
http://OxSdUBT4.tynqy.cn
http://VYFDq5uz.tynqy.cn
http://7ZN5c2vY.tynqy.cn
http://BvOFPiPT.tynqy.cn
http://EEyj2Qgd.tynqy.cn
http://jTE7KmhY.tynqy.cn
http://CZm6SRIv.tynqy.cn
http://niUYJNSc.tynqy.cn
http://AyZna2GR.tynqy.cn
http://n4VXhSVz.tynqy.cn
http://MqhZYniu.tynqy.cn
http://RDVdLKOr.tynqy.cn
http://59Mdbt79.tynqy.cn
http://11kyx4hC.tynqy.cn
http://mK5fqzFh.tynqy.cn
http://QRZlplPA.tynqy.cn
http://Ut24kxiB.tynqy.cn
http://N9h02phB.tynqy.cn
http://dDPf0rXd.tynqy.cn
http://WRYxmBLo.tynqy.cn
http://www.dtcms.com/a/248526.html

相关文章:

  • java爬虫框架,简单高效,易用,附带可运行案例
  • 基于 Spring Cloud Gateway + Sentinel 实现高并发限流保护机制
  • 流数据机器学习框架 CapyMOA
  • Spring Boot常用依赖大全:从入门到精通
  • Java求职者面试指南:Spring, Spring Boot, Spring MVC, MyBatis技术深度解析
  • MySQL(多表设计、多表查询)
  • keil下载安装
  • 【写实交互数字人】实时数字人助力政务变革:技术、产品与应用价值的全景剖析
  • Handler消息机制
  • 【压缩中断数目--二级中断查找】
  • 深入理解Python协程:asyncio、异步并发、事件循环
  • 三格电子——Profinet 协议 IO-Link 主站网关IO-Link 系列集线器如何组网使用
  • 解决 Git 错误:error: src refspec master does not match any
  • 看PDF文献用什么软件比较好?高效文献阅读工具推荐
  • k8s从入门到放弃之k3s轻量级
  • 多重根号表达式及其MATLAB实现
  • 对于序列“seq_xxl_job_xxx”权限不足(APP)
  • 【Erdas实验教程】019:遥感图像空间增强( 纹理分析)
  • 国际数字影像产业园:数字技术赋能 引领产业升级变革
  • AD左边工程面板消失重新打开
  • 篇章五 系统性能优化——资源优化——CPU优化(1)
  • 【unitrix】 1.5 Unitrix库结构和设计意图(lib.rs)
  • 界面控件DevExpress WinForms中文教程:WinExplorer视图 - 基础知识
  • 从Pura 80系列影像和鸿蒙AI融合看华为创新的“不可复制性”
  • 为什么py文件打包后大小会增加很多?
  • python系列31:MLforecast入门
  • 基于有限状态机的测试(五):关键技术(自适应区分序列、识别序列)
  • 制造业网络安全的挑战与应对策略
  • Electron截取响应体
  • 数字孪生系统汽车工厂生产异常监控的智能利器