PaddleOCR训练文字识别模型时遇到an evaluation is run every 2000 iterations后程序不运行直接结束

最新推荐文章于 2024-12-01 21:53:26 发布
原创 最新推荐文章于 2024-12-01 21:53:26 发布 · 1.8k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#paddle #python

在训练PaddleOCR的rec模块时，遇到程序异常结束的问题。经过排查，发现是由于evaldataset中无图像导致的评估禁用，并且通过调整Global配置中的max_text_length参数至1000以适应文本长度，最终解决了训练中断的故障。

昨日训练PaddleOCR的文字识别模块(rec)时遇到了如下输出后 程序直接结束

ppocr INFO: load pretrain successful from D:\PaddleOCR-train\trains\ResNet\ResNet34_vd_pretrained
[2023/05/20 08:42:37] ppocr INFO: No Images in eval dataset, evaluation during training will be disabled
[2023/05/20 08:42:37] ppocr INFO: During the training process, after the 1e+111th iteration, an evaluation is run every 2000 iterations

最开始排查了各种设置 包括将yum中Train的batch_size_per_card和num_workers调小，最后运行结果依然如此。

最后 在github上的一篇lssues中发现需要修改Global中的max_text_length，将其调整致1000，使实际文本长度<max_text_length设置的长度

问题解决了

源文章：https://github.com/PaddlePaddle/PaddleOCR/issues/9681

System_shy
关注
PaddleOCR 自制模型训练
Rey的技术博客
09-19 3341
拿文字识别场景举例：文字识别也是图像领域一个常见问题。然而，对于自然场景图像，首先要定位图像中的文字位置，然后才能进行识别。文字检测：解决的问题是哪里有文字，文字的范围有多少文字识别：对定位好的文字区域进行识别，主要解决的问题是每个文字是什么，将图像中的文字区域进转化为字符信息。
PaddleOCR 文字检测/文字块检测的模型训练过程，DBnet的前处理和后处理流程损失函数
q742971636的博客
03-16 4388
该方法返回一个包含增强后的关键点的 imgaug.KeypointsOnImage 对象，然后将这些点的坐标转换回原始多边形的形式，最后返回增强后的多边形。首先，通过调用 crop_area 函数计算出一个合适的裁剪区域，该函数会根据输入的 all_care_polys 参数（即所有不被标记为忽略的文本框）和裁剪区域的最小边长比例 min_crop_side_ratio，随机生成多个裁剪区域并返回其中包含至少一个文本框的那个区域。增强器对象首先被转换为确定性的，然后对输入图像进行增强，返回增强后的图像。
paddleocr学习笔记（三）训练代码分析
juluwangriyue的博客
02-23 4945
还是从前面的paddleocr学习笔记（二）训练使用的文字检测训练代码学习。 python tools/train.py -c configs/det/det_mv3_db.yml -o Global.checkpoints=./output/db_mv3/latest 从代码 train.py中分析。 想要了解代码是怎样运行的就要调试一下看看，在pycharm下调试设置快捷键：alt+shift+F9 入口： ...
paddleOCR训练模型报错。During the training process, after the 0th iteration, an evaluation is run every 200
weixin_43860261的博客
06-28 1822
an evaluation is run every 2000 iterations
PaddleOCR使用pycharm调试，强制终止系统崩溃
bcfd_yundou的博客
12-22 1319
在使用pycharm调试过程中， 直接点击 pycharm 终止调试按钮， pycharm 闪退，并且系统直接退到登录界面。 如果让 pycharm 执行完所有程序， pycharm 则正常 这个问题估计很多同学都遇到过，很多人以为是paddle本身问题，我一开始也以为paddle与pycharm兼容性不好，然后我试了一下PaddleClas，PaddleClas不崩溃，那就应该不是Paddle本身问题。 估计很多人也发现运行build_dataloader之前，终止不会闪退，运行build_dataloa
快速掌握OCR训练自定义数据集文字识别之车牌号识别
05-02
适合人群：基础薄弱以及对ocr感兴趣的同学、使用paddleocr自定义数据集进行文字识别 、想了解人工智能的同学你将会学到：快速掌握基于paddleocr的训练自定义数据集之车牌号识别，帮助学员迅速解决问题课程简介：当前课程特点:     1. 基于paddleocr完成自定义数据进行文字识别。如果你最近会用上这方面的知识，本门课程将会是你的选择。    2. 课程详细讲解从环境配置到标注工具的使用。    3. 在课程中训练模型、模型评估以及模型导出均有详细介绍。    4. 整个流程操作下来对深度学习中模型有更深刻的了解，更重要的是节约的你时间。    5. 及时解答学院的问题    6. 身份证识别、车牌号识别等 
【百度PaddleOCR踩坑】报错：RecursionError: maximum recursion depth exceeded while calling a Python object
HEYUDAGE的博客
08-08 1万+
在训练百度PaddleOCR开发套件的方向识别模型时候踩了一个小坑，通过分析找到问题，文本记录了分析过程。
在windows上用gpu训练paddleocr模型所有遇到的坑与解决办法
Mintary的博客
06-08 5812
报错信息大概如图片所示，它会指明具体的报错文件路径与报错的行数，** 只需要将这些报错的import代码行注释掉即可**，我看了下这些缺少的都是utils文件夹内的文件，最新版根本就没有，是paddle库自己问题，这些用来import的包，大概都是用来写log的，注释掉并不会产生什么影响，然后代码里用到关于这个包的函数都是用来写log的，我直接将这些函数用print代替，这个报错就完美解决掉了。到https://www.lfd.uci.edu/~gohlke/pythonlibs/下载相对应的版本即可。
paddle ocr 训练数字识别模型
every place is the center of the universe
11-15 3642
paddle ocr 训练数字识别模型
Paddle进阶实战系列（四）：基于PaddleOCR的体检报告识别
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
08-27 6125
基于PaddleOCR已在文字识别领域取得优秀成果，本项目基于PaddleOCR实现体检报告检测与识别，对数据进行结构化处理，结合CV+NLP技术达到一定识别精度，未来推广应用场景可以基于识别信息做个性化疾病预测与健康推荐。...
百度paddleocr检测训练
weixin_36723038的博客
07-26 1834
1.准备一个新的虚拟环境，安装下载的源码当中对应的requirements.txt文件，记住paddle的版本尽量和下载的代码版本一致，使用tensorrt需要的paddlepaddle版本也不一样，需要去官网查找。program.py调整ArgsParser下面的-c-config指定为.yml的配置文件路径（也就是你修改的配置文件路径）最后训练好可以在./output/db_mv3下面的yml中查看训练的配置文件。Label.txt保存的gt框的坐标（一般用的都是这个）2.准备自己的数据集。...
PadleOCR训练自己的ocr模型之训练步骤
热门推荐
m0_63493883的博客
06-26 1万+
一、前期准备1、代码2、标注工具二、环境配置库的安装：在文件配置完后，训练后时看缺什么库就安什么库三、文件配置。
通用场景OCR文本识别任务-baseline学习（PaddleOCR）
菊头蝙蝠的博客
07-12 1520
1.首先要安装相应的cuda和cudnn这就不多说了,比如我的是cuda10.2和它对应的cudnn 2.先从官网安装paddlepaddle-gpu, 链接 3.运行推理文件发生报错 缺少geos_c.dll 可以参考此链接 4.继续运行推理文件又发生报错 Segmentation fault 5.检查paddlepaddle-gpu安装是否正确 import paddle.fluid paddle.fluid.install_check.run_check() 如果安装正确会出现字样， >&g
使用PaddleOcr训练自己数据集CPU版本
spike_11的博客
07-05 3869
-------------------------------------分割线------------------------------------------------------此时可以删去drivingData。--rec_model_dir="./inference_model/ch_PP-OCRv4_rec_infer/" 文字识别模型路径。--det_model_dir="./inference_model/ch_PP-OCRv4_det_infer/" 文字检测模型路径。
PP-OCR实习项目
zjlhs666的博客
12-01 1392
PP-OCR实践
百度飞桨PaddleOCR 使用记录（踩坑记录）
u011489887的专栏
07-29 1万+
1.首先按照官方指南来操作 https://github.com/PaddlePaddle/PaddleOCR 2.训练自己的文本检测数据时要转换成其格式（json字符时注意要使用双引号，特殊字符要转换） 3.训练时发现内存会不断增加，最终会爆内存 a.首先把 configs/det/det_db_icdar15_reader.yml 配置里面的 num_workers设置为1。 b.将ppocr/data/reader_main.py的75行return paddle.reader.multipr
PaddleOCR 初尝试 以及模型训练时遇到的问题以及解决过程
lzDevastator的博客
07-10 1864
paddle re模型训练，ocr识别使用
PPv3-OCR自定义数据从训练到部署
AI浩
06-01 1万+
最近一段时间使用PaddleOCR做了一个OCR相关的项目，本文记录一下项目的实现过程。由于数据集是公司的真是数据，不方便公开，我从网上搜集了一些数据集，给大家做演示。PaddleOCR用的最新的PaddleOCR-release-2.5，模型用的v3模型。创建虚拟环境 创建完成后激活环境 登录飞桨的官网下载最新的paddle，官网地址：飞桨PaddlePaddle-源于产业实践的开源深度学习平台选择合适的CUDA版本，然后会在下面生成对应的命令。然后，复制命令即可 二、配置PaddleOCR 下载地址：(
[2025/08/13 09:01:52] ppocr INFO: Initialize indexs of datasets:['./train_data/rec/rec_gt_train.txt'] list index out of range [2025/08/13 09:01:52] ppocr INFO: Initialize indexs of datasets:['./train_data/rec/rec_gt_test.txt'] [2025/08/13 09:01:54] ppocr INFO: train dataloader has 1 iters [2025/08/13 09:01:54] ppocr INFO: valid dataloader has 2 iters [2025/08/13 09:01:54] ppocr INFO: load pretrain successful from ./pre_train_model/ch_PP-OCRv3_rec_train/best_accuracy [2025/08/13 09:01:54] ppocr INFO: During the training process, after the 0th iteration, an evaluation is run every 20 iterations
最新发布
08-14
在使用 PP-OCR 进行训练时，遇到 `'list index out of range'` 错误通常是由于数据预处理或数据集配置不当引起的。该错误表明程序尝试访问列表中不存在的索引，常见于数据标注格式错误、训练数据路径配置错误、或者数据加载器在读取数据时未能正确解析文件内容。 以下是可能导致此错误的几个原因及对应的解决方案： ### 数据标注文件格式错误 PP-OCR 要求训练数据的标注文件（如 `train.txt`）中每一行包含图像路径和对应的文本标注，格式通常如下： ``` /path/to/image1.jpg 中国 /path/to/image2.jpg OCR技术 ``` 若某行数据格式错误，例如缺少图像路径或标签，或使用了不一致的分隔符（如制表符 `\t` 和空格混用），则在读取过程中会引发索引越界错误。 **解决方案：** - 检查标注文件中的每一行是否都符合格式要求。 - 确保使用统一的分隔符（推荐使用 `\t` 分隔图像路径和标签）。 - 可使用以下 Python 代码片段验证标注文件格式： ```python with open('train.txt', 'r', encoding='utf-8') as f: lines = f.readlines() for line in lines: parts = line.strip().split('\t') if len(parts) != 2: print(f"Invalid line: {line}") ``` ### 图像路径配置错误 若标注文件中图像路径配置错误，例如路径拼写错误、文件不存在、或相对路径与当前工作目录不匹配，PP-OCR 在加载图像时无法正确读取文件，也可能导致后续处理过程中访问空列表引发索引错误。 **解决方案：** - 检查标注文件中的图像路径是否正确，确保图像文件确实存在。 - 若使用相对路径，确保训练脚本的当前工作目录与图像路径匹配。 - 可在数据加载器中加入路径检查逻辑： ```python import os image_path = parts[0] if not os.path.exists(image_path): raise FileNotFoundError(f"Image file not found: {image_path}") ``` ### 数据增强或预处理阶段异常 PP-OCR 的训练流程中通常包含数据增强和图像预处理步骤。若图像尺寸过小、标签文本为空、或标注框超出图像边界，可能导致预处理函数返回空列表或异常数据结构，从而引发索引错误。 **解决方案：** - 检查训练数据中的文本标注是否为空。 - 确保标注框坐标在图像范围内。 - 在数据增强前加入异常处理逻辑： ```python try: # 执行数据增强操作 augmented_data = transform(image=image, bboxes=bboxes) except Exception as e: print(f"Data augmentation error: {e}") ``` ### 配置文件参数设置错误 PP-OCR 的训练配置文件（如 `configs/rec/rec_mv3_none_bilstm_ctc.yml`）中若参数设置不当，例如 `batch_size` 设置过大导致部分批次数据不足，也可能引发索引越界错误。 **解决方案：** - 检查配置文件中的 `batch_size`、`num_workers` 等参数是否合理。 - 尝试减小 `batch_size` 值以避免数据不足问题。 ### 代码逻辑错误或版本兼容性问题 PP-OCR 的不同版本之间可能存在 API 变化，若代码逻辑未及时更新或依赖库版本不一致，也可能导致索引错误。 **解决方案：** - 确认使用的 PP-OCR 版本与文档一致。 - 更新依赖库至推荐版本。 - 参考官方文档中的训练示例重新配置训练流程。 通过上述分析和解决方案，应能有效排查和解决 PP-OCR 训练过程中出现的 `'list index out of range'` 错误[^1]。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值