你会进行PaddleOCR的环境配置吗?

本文详细介绍了如何在Windows环境下安装PaddleOCR,包括CPU和GPU版本的选择与安装步骤。首先,文章提到PaddleOCR是基于PaddlePaddle平台的文本识别工具,支持多种语言。接着,对于Windows用户,提供了安装Python和检查处理器架构的步骤,以及使用conda创建虚拟环境和安装PaddlePaddle的指令。最后,文章提醒读者检查安装的Python版本,并给出了不同CUDA版本对应的GPU安装命令。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章目录​​​​​​​


前言

在进行文本检测、文本识别和方向分类器等操作时,其中文本检测有三个模型,分别是MobileNetV3、ResNet18_vd和ResNet50,文本识别只有一个MobileNetV3预训练模型。方向分类器使用默认的模型。所以学会配置PaddleORC是一个必要的操作。


一、PaddleOCR是什么?

PaddleOcr 是基于paddlepaddle飞桨这一开源的深度学习平台下训练出来的一个轮子,它的作用正如名称:提取并识别图片中的文字。 目前paddleOcr 官方已经发布了80+语言的识别模型,针对日常的使用来说是足够了。

二、使用步骤(常用的)

1.windows下安装

环境准备

  • Windows 7/8/10 专业版/企业版 (64bit) (GPU版本支持CUDA 8.0/9.0/10.0,且仅支持单卡)
  • Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)
  • pip 或 pip3 版本 9.0.1+ (64 bit)



选择cpu情况:

如果计算机没有 NVIDIA® GPU,安装CPU版的PaddlePaddl

如果您的计算机有 NVIDIA® GPU,并且满足以下条件,推荐安装GPU版的PaddlePaddl,CUDA 工具包8.0配合cuDNN v7.1+, 9.0/10.0配合cuDNN v7.3+GPU运算能力超过1.0的硬件

安装步骤:

python -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple 

或者

python3 -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

确认是不是x86_64处理器架构:

python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

2.使用conda安装

在进行PaddlePaddle安装之前请确保Anaconda软件环境已经正确安装。软件下载和安装参见Anaconda官网(https://www.anaconda.com/)。

安装步骤:

检查Python的版本

如果使用 Python 2,使用以下命令确认是 2.7.15+

python --version

如果使用 Python 3,使用以下命令确认是 3.5.1+/3.6/3.7

 python3 --version

 创设虚拟环境:使用的python版本为2.7:

 conda create -n paddle_env python=2.7

如果您想使用的python版本为3.0以上

 conda create -n paddle_env python=3.X

 注:X为版本号;如python3.5,X=5.

确认conda虚拟环境和需要安装PaddlePaddle的Python是预期的位置,因为您计算机可能有多个Python。进入Anaconda的命令行终端,输入以下指令确认Python位置。

 在 Windows 环境下,输出 Python3 路径的命令为:
where python3

检查架构如上。

安装PaddlePaddle:

CPU版本:如果只是想安装CPU版本请参考如下命令安装

conda install paddlepaddle

GPU版本:如果想使用GPU版本请参考如下命令安装 如果是使用 CUDA 8,cuDNN 7.1+,安装GPU版本的命令为:

 conda install paddlepaddle-gpu cudatoolkit=8.0

如果使用 CUDA 9,cuDNN 7.3+,安装GPU版本的命令为:

 conda install paddlepaddle-gpu cudatoolkit=9.0

如果使用 CUDA 10.0,cuDNN 7.3+,安装GPU版本的命令为:

 conda install paddlepaddle-gpu cudatoolkit=10.0


总结

本文对PaddlePaddle (PArallel Distributed Deep LEarning)这一个易用、高效、灵活、可扩展的深度学习框架的安装进行概述。环境是学习的必要条件,仅供参考,参考如下,如有侵权,联系删除。

欢迎关注微信公众号,一起学习讨论。

 

飞桨PaddlePaddle-源于产业实践的开源深度学习平台飞桨致力于让深度学习技术的创新与应用更简单。具有以下特点:同时支持动态图和静态图,兼顾灵活性和效率;精选应用效果最佳算法模型并提供官方支持;真正源于产业实践,提供业界最强的超大规模并行深度学习能力;推理引擎一体化设计,提供训练到多端推理的无缝对接;唯一提供系统化技术服务与支持的深度学习平台https://www.paddlepaddle.org.cn/

### 配置 PaddleOCR 的运行环境 #### 创建虚拟环境 为了确保依赖项不会与其他项目冲突,建议在 Anaconda 中创建一个新的虚拟环境。以下是具体操作方法: ```bash conda create --name paddleocr python=3.8 ``` 激活该虚拟环境以便后续安装所需的依赖包。 ```bash conda activate paddleocr ``` 此命令会启动名为 `paddleocr` 的新环境[^3]。 #### 安装必要的软件包 进入克隆下来的 PaddleOCR 文件夹,并按照官方文档中的说明来安装所需的所有 Python 库。 ```bash pip install -r requirements.txt ``` 这一步骤将自动完成大部分基础库的安装工作,比如 NumPy 和 PyYAML 等[^1]。 对于 GPU 用户来说,还需要额外安装支持 CUDA 的版本以及 cuDNN 相关驱动程序。可以参照如下指令来进行设置(假设使用的是 CUDA 11.x): ```bash pip install paddlepaddle-gpu==2.4.0.post110 ``` 而对于 CPU-only 场景,则可以直接采用简化方式: ```bash pip install paddlepaddle ``` 上述两步分别针对不同硬件条件进行了适配处理[^4]。 #### 下载预测模型文件 除了基本框架外,实际应用时往往需要用到预训练好的权重参数或者完整的推理引擎二进制文件集合。这些资源可以从官方网站提供的链接地址处获取到最新稳定发行版压缩包形式的数据集。 例如,在某些特定场景下可能需要单独加载中文字符识别专用模块;此时就需要手动指定路径指向本地解压后的目录结构内部对应子文件夹位置作为输入源之一[^2]。 最后验证整个流程是否正常运作无误非常重要——可以通过执行样例脚本来观察输出结果是否符合预期目标值范围之内从而判断整体搭建过程的成功与否情况。 ```python from ppocr.utils.utility import initial_logger logger = initial_logger() print('PaddleOCR setup complete.') ``` 如果没有任何错误提示信息显示出来即表明当前系统已具备运行能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

进步小白

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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