DataWhale七月份组队学习——基于AI Studio平台
https://aistudio.baidu.com/aistudio
OCR (Optical Character Recognition,光学字符识别)是最早的计算机视觉任务之一。人类使用电子设备(图像采集装置)采集现实场景中打印的字符,然后通过检测字符的形状,用字符识别的方法将其翻译成计算机文字。随着技术的发展,OCR已经逐渐应用到社会的各种需求中。如今,我们可以在各个行业领域中看到OCR的广泛用途,包括:证件、车牌识别;物流分拣;智慧医疗;无纸化办公;文档检索等等。因此,在互联网时代中,OCR的应用算法,具有很大的商业价值。
在一些简单环境下,例如电子文档的识别,OCR的识别的准确率已经可以达到很高的水准。但是,OCR技术依然面临着很多难点,一些以往的算法在处理复杂图文场景里的文字时,依旧显得力不从心。因此,阿里云计算平台事业部团队联合英特尔举办此次OCR任务竞赛,旨在解决复杂场景中通用OCR识别的难点,以满足人们在不同行业应用中的需求。
AI Studio是百度提供的一个算力提供平台,提供GPU计算资源,可以免去cuda和paddle的环境配置过程。
目前在平台可直接领取100小时的算力卡。
下载文件
git clone https://gitee.com/coggle/tianchi-intel-PaddleOCR cd tianchi-intel-PaddleOCR
1.下载比赛图片
python3 down_image.py
2.下载预测模型
mkdir inference && cd inference/
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_det_infer.tar wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_rec_infer.tar
tar -xf ch_ppocr_server_v2.0_rec_infer.tar tar -xf ch_ppocr_server_v2.0_det_infer.tar tar -xf ch_ppocr_mobile_v2.0_cls_infer.tar
由于OCR包括多个步骤,此时我们只对其中检测的部署进行fientune,所以其他部署的权重也需要下载。
下载完成后可以验证是否可以成功预测:
python tools/infer/predict_system.py --image_dir="./1.jpg" --det_model_dir="./inference/ch_ppocr_server_v2.0_det_infer/" --rec_model_dir="./inference/ch_ppocr_server_v2.0_rec_infer/" --cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer/" --use_angle_cls=True --use_space_char=True
目前到此步出现cuba版本不匹配,后续我会把解决方法封上。