ppocr端侧部署

下载docker desktop

用docker来部署，不然光是环境问题就要搞半天，就下面这个软件

下载完之后，点击上面，在，proxies里面填入你自己的代理，然后创建容器，使用下面命令行

ip addr show

查询你自己的地址，对应你代理端口，不能用127.0.0.1，用这个ip容器是用不了代理的

克隆lite和编译opt

命令行如下，是你的容器内进行

git clone https://hub.fastgit.org/PaddlePaddle/Paddle-Lite.git
cd Paddle-Lite
./lite/tools/build_android.sh  --arch=armv8  --with_cv=ON --with_extra=ON
git config --global http.postBuffer 524288000 # httpBuffer加大 
git config --global http.maxRequestBuffer 100M
git config --global core.compression 0 # 压缩配置

# 修改配置文件
export GIT_TRACE_PACKET=1
export GIT_TRACE=1
export GIT_CURL_VERBOSE=1
rm -rf third-party && git checkout third-party
./lite/tools/build.sh build_optimize_tool

下载模型和转化

cd build.opt/lite/api/
./opt
# 下载PaddleOCR的超轻量文inference模型，并解压
wget  https://paddleocr.bj.bcebos.com/ch_models/ch_det_mv3_db_infer.tar && tar xf ch_det_mv3_db_infer.tar
wget  https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn_infer.tar && tar xf ch_rec_mv3_crnn_infer.tar

# 转换检测模型
./opt --model_file=./ch_det_mv3_db/model --param_file=./ch_det_mv3_db/params --optimize_out_type=naive_buffer --optimize_out=./ch_det_mv3_db_opt --valid_targets=arm

# 转换识别模型
./opt --model_file=./ch_rec_mv3_crnn/model --param_file=./ch_rec_mv3_crnn/params --optimize_out_type=naive_buffer --optimize_out=./ch_rec_mv3_crnn_opt --valid_targets=arm

与手机联调

下载adb，然后用你平时的充电线和电脑连一起，打开usb调试，输入

adb devices

如果能显示下面这样，就行了

   List of devices attached
   744be294    device

克隆ppocr

git clone https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR/deploy/lite/
# 运行prepare.sh，准备预测库文件、测试图像和使用的字典文件，并放置在预测库中的demo/cxx/ocr文件夹下
sh prepare.sh /{lite prediction library path}/inference_lite_lib.android.armv8

# 进入OCR demo的工作目录
cd /{lite prediction library path}/inference_lite_lib.android.armv8/
cd demo/cxx/ocr/
# 将C++预测动态库so文件复制到debug文件夹中
cp ../../../cxx/lib/libpaddle_light_api_shared.so ./debug/

这里

{lite prediction library path}/inference_lite_lib.android.armv8/

改为你自己的实际路径

这一步

准备测试图像，以PaddleOCR/doc/imgs/11.jpg为例，将测试的图像复制到demo/cxx/ocr/debug/文件夹下。 准备lite opt工具优化后的模型文件，ch_det_mv3_db_opt.nb，ch_rec_mv3_crnn_opt.nb，放置在demo/cxx/ocr/debug/文件夹下

你自己弄一下就行了，随便找张图改个名

最后一步

下面这是官方的

# 执行编译，得到可执行文件ocr_db_crnn
# ocr_db_crnn可执行文件的使用方式为:
# ./ocr_db_crnn  检测模型文件  识别模型文件  测试图像路径
make -j
# 将编译的可执行文件移动到debug文件夹中
mv ocr_db_crnn ./debug/
# 将debug文件夹push到手机上
adb push debug /data/local/tmp/
adb shell
cd /data/local/tmp/debug
export LD_LIBRARY_PATH=/data/local/tmp/debug:$LD_LIBRARY_PATH

实际上你还得弄一下下面一步，照下面这个链接做第七步

Ubuntu20.04 交叉编译Paddle-OCR_paddle lite ocr-优快云博客

最好成功部署后运行

./ocr_db_crnn det ch_det_mv3_db_opt.nb  arm INT8 4 0 11.jpg config.txt ppocr_keys_v1.txt

效果我下面的图，反正成功了