paddleocr 训练自己的数据，详细笔记

目录

算法原理

第一步 制作数据集

 数据标注工具：

可视化标注：

一定要制作数据集：

xml格式转paddleocr格式

第二部 改字库

修改分辨率

训练

数据集加载方式

DecodeImage修改去掉

数据增强

EastRandomCropData

参数文件：

2.4版本预训练：

修改模型保存间隔

训练记录：

优化器：

报错解决

通用验证：

 识别推理，我自己稍微调整了一下

导出模型

导出onnx

自己的优化心得笔记

ocr检测标签转换

---

算法原理

标注是用关键点标注的，

可视化标注：

paddlecor可视化标注_AI视觉网奇的博客-优快云博客

网络是用分割处理的，证据：

db_postprocess.py中

类：

class DBPostProcess(object):

函数： 

    def boxes_from_bitmap(self, pred, _bitmap, dest_width, dest_height):
        '''
        _bitmap: single map with shape (1, H, W),
                whose values are binarized as {0, 1}
        '''

        bitmap =