MMOCR项目安装指南：从环境配置到验证测试

MMOCR项目安装指南：从环境配置到验证测试

mmocr OpenMMLab Text Detection, Recognition and Understanding Toolbox 项目地址: https://gitcode.com/gh_mirrors/mm/mmocr

前言

MMOCR是一个基于PyTorch的开源文本检测与识别工具库，提供了丰富的模型实现和便捷的API接口。本文将详细介绍如何在不同平台上安装MMOCR，包括环境准备、安装步骤、验证方法以及常见问题解决方案。

系统环境要求

在开始安装前，请确保您的系统满足以下基本要求：

硬件要求

• NVIDIA GPU（推荐）或仅CPU环境
• 显存建议4GB以上（针对GPU环境）

软件要求

• 操作系统：Linux/Windows/macOS
• Python版本：3.7+
• PyTorch版本：1.6+
• CUDA版本：10.1+（GPU环境需要）
• GCC版本：5.4.0+

环境准备

1. 安装Miniconda

Miniconda是Python环境管理的轻量级工具，建议使用它来创建隔离的Python环境：

# 下载并安装Miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

2. 创建并激活conda环境

conda create --name mmocr python=3.8 -y
conda activate mmocr

3. 安装PyTorch

根据您的硬件平台选择合适的PyTorch版本：

# GPU平台
conda install pytorch torchvision cudatoolkit=11.3 -c pytorch

# CPU平台
conda install pytorch torchvision cpuonly -c pytorch

MMOCR安装方法

推荐安装方式

1. 安装依赖库

使用MIM工具安装必要的依赖库：

pip install -U openmim
mim install mmengine
mim install mmcv
mim install mmdet

2. 安装MMOCR

根据使用场景选择安装方式：

开发模式安装（推荐）

git clone https://github.com/open-mmlab/mmocr.git
cd mmocr
pip install -v -e .

仅作为依赖库安装

mim install mmocr

3. 安装可选依赖

如果需要使用特殊功能，如albumentations数据增强：

# 开发模式安装
pip install -r requirements/albu.txt
pip install -r requirements.txt

# MIM安装
pip install albumentations>=1.1.0 --no-binary qudida,albumentations

安装验证

安装完成后，可以通过以下方式验证是否安装成功：

Python API验证

from mmocr.apis import MMOCRInferencer
ocr = MMOCRInferencer(det='DBNet', rec='CRNN')
ocr('demo/demo_text_ocr.jpg', show=True, print_result=True)

命令行验证

python tools/infer.py demo/demo_text_ocr.jpg --det DBNet --rec CRNN --show --print-result

成功运行后，您应该能看到识别结果和可视化输出。

高级安装选项

自定义CUDA版本

• Ampere架构GPU（如RTX 30系列）：必须使用CUDA 11+
• 较旧GPU：建议使用CUDA 10.2以获得更好兼容性

CPU环境安装

MMOCR完全支持CPU环境，但部分功能受限：

• 无法使用Deformable Convolution等特殊算子
• 影响模型：DBNet、DBNet++、FCENet等

Docker方式安装

提供预配置的Docker镜像：

# 构建镜像
docker build -t mmocr docker/

# 运行容器
docker run --gpus all --shm-size=8g -it -v /host/data:/mmocr/data mmocr

版本兼容性

MMOCR版本与依赖库的对应关系如下：

| MMOCR版本 | MMEngine要求 | MMCV要求 | MMDetection要求 | |------------|---------------|----------------|-----------------| | dev-1.x | 0.7.1-1.1.0 | 2.0.0rc4-2.1.0 | 3.0.0rc5-3.2.0 | | 1.0.1 | 0.7.1-1.1.0 | 2.0.0rc4-2.1.0 | 3.0.0rc5-3.2.0 | | 1.0.0 | 0.7.1-1.0.0 | 2.0.0rc4-2.1.0 | 3.0.0rc5-3.1.0 |

常见问题解决

1. OpenCV冲突问题：

   • 确保不同时安装opencv-python和opencv-python-headless
   • 推荐保留opencv-python，卸载headless版本

2. 可视化问题：

   • 无GUI环境运行时，添加--show参数可能不会显示窗口
   • 可通过保存结果图片方式查看输出

3. CUDA版本不匹配：

   • 检查PyTorch版本与CUDA版本对应关系
   • 使用nvcc --version和python -c "import torch; print(torch.version.cuda)"验证

通过本指南，您应该能够顺利完成MMOCR的安装和基本验证。如果在安装过程中遇到特殊问题，可以参考项目文档或社区讨论寻求解决方案。

mmocr OpenMMLab Text Detection, Recognition and Understanding Toolbox 项目地址: https://gitcode.com/gh_mirrors/mm/mmocr