paddle ocr 训练 验证码

最新推荐文章于 2025-03-27 19:48:35 发布
最新推荐文章于 2025-03-27 19:48:35 发布
阅读量4.5k 收藏 13
点赞数 1
分类专栏： 工具 网页自动化测试 文章标签： paddle ocr 验证码 训练 深度学习
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。
本文链接：https://blog.youkuaiyun.com/mp295345033/article/details/121365146
版权
本文详细介绍了如何通过PPOCRLabel工具进行图片标注，包括安装PyQt5、配置模型、数据准备及使用步骤，涵盖了自动标注、手动标注、模型训练等关键环节。

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

1.PPOCRLabel 标注工具

官方文档：
https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.3/PPOCRLabel/README_ch.md

1.1.安装pyqt5
本地whl下载路径 https://pypi.tuna.tsinghua.edu.cn/simple/pyqt5/

1.2.安装本地文件
pip install E:\PaddleOcr\whl\PyQt5-5.15.6-cp36-abi3-win_amd64.whl

1.3.执行命令
切换到Paddle ocr 的PPOCRLabel目录 cd PPOCRLabel
python PPOCRLabel.py --lang ch 打开工具

1.4.工具执行步骤
1.安装与运行：使用上述命令安装与运行程序。
2.打开文件夹：在菜单栏点击 “文件” - “打开目录” 选择待标记图片的文件夹[1].
3.自动标注：点击 ”自动标注“，使用PPOCR超轻量模型对图片文件名前图片状态[2]为 “X” 的图片进行自动标注。
4.手动标注：点击 “矩形标注”（推荐直接在英文模式下点击键盘中的 “W”)，用户可对当前图片中模型未检出的部分进行手动绘制标记框。点击键盘Q，则使用四点标注模式（或点击“编辑” - “四点标注”），用户依次点击4个点后，双击左键表示标注完成。
5.标记框绘制完成后，用户点击 “确认”，检测框会先被预分配一个 “待识别” 标签。
6.重新识别：将图片中的所有检测画绘制/调整完成后，点击 “重新识别”，PPOCR模型会对当前图片中的所有检测框重新识别[3]。
7.内容更改：双击识别结果，对不准确的识别结果进行手动更改。
8.确认标记：点击 “确认”，图片状态切换为 “√”，跳转至下一张（此时不会直接将结果写入文件）。
9.删除：点击 “删除图像”，图片将会被删除至回收站。
10.保存结果：用户可以通过菜单中“文件-保存标记结果”手动保存，同时程序也会在用户每确认5张图片后自动保存一次。手动确认过的标记将会被存放在所打开图片文件夹下的Label.txt中。在菜单栏点击 “文件” - "保存识别结果"后，会将此类图片的识别训练数据保存在crop_img文件夹下，识别标签保存在rec_gt.txt中[4]。

1.5.工具保存结果

在这里插入图片描述

1.6.工具快捷键
快捷键 说明
Ctrl + shift + R 对当前图片的所有标记重新识别
W 新建矩形框
Q 新建四点框
Ctrl + E 编辑所选框标签
Ctrl + R 重新识别所选标记
Ctrl + C 复制并粘贴选中的标记框
Ctrl + 鼠标左键 多选标记框
Backspace 删除所选框
Ctrl + V 确认本张图片标记
Ctrl + Shift + d 删除本张图片
D 下一张图片
A 上一张图片
Ctrl++ 缩小
Ctrl-- 放大
↑→↓← 移动标记框

2.准备数据字典

ppocr/utils/ppocr_keys_v1.txt 是一个包含6623个字符的中文字典

ppocr/utils/ic15_dict.txt 是一个包含36个字符的英文字典

ppocr/utils/dict/french_dict.txt 是一个包含118个字符的法文字典

ppocr/utils/dict/japan_dict.txt 是一个包含4399个字符的日文字典

ppocr/utils/dict/korean_dict.txt 是一个包含3636个字符的韩文字典

ppocr/utils/dict/german_dict.txt 是一个包含131个字符的德文字典

ppocr/utils/en_dict.txt 是一个包含96个字符的英文字典

用系统的字典或者自己写字典，配置在后面的配置文件的character_dict_path字段

3.下载训练模型

模型下载地址 ：
https://gitee.com/paddlepaddle/PaddleOCR/blob/v2.1.1/doc/doc_ch/models_list.md

在这里插入图片描述

这里我选取 rec_chinese_lite_train_v2.0的预训练模型，
下载解压到pretrain_modles 目录下
Windows 下解压如果没有三个文件，需要把解压后的文件重新命名为zip再解压
像这种文件

在这里插入图片描述

4.修改配置

修改配置文件，ch_ppocr_mobile_v2.0_rec_pre.yml 在configs\rec\ch_ppocr_v2.0 下
use_gpu: False //True 代表使用gpu False 代表不使用gpu
character_dict_path: ./ppocr/utils/ppocr_keys_v1.txt //选取数据字典路径
use_space_char: True//空格
Train - data_dir : data_dir: ./train_data/ //训练集路径
Train ： label_file_list: ["./train_data/rec_gt_train.txt"] 训练集标签文件路径
Eval ： data_dir: ./train_data/ //测试集文件路径
EVal ： label_file_list: ["./train_data/rec_gt_test.txt"] //测试集标签文件路

配置详解

https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.0/doc/doc_ch/config.md

5.开始训练

python tools/train.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml -o Global.pretrained_model=./pretrain_models/ch_ppocr_mobile_v2.0_rec_pre/best_accuracy

6.预测结果

python tools/infer_rec.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml -o Global.checkpoints=output/rec_chinese_lite_v2.0/best_accuracy Global.load_static_weights=false Global.infer_img=train_data/

注：如果没有best_accuracy 用 latest
在这里插入图片描述

预测效果：
在这里插入图片描述

7.转化为推理模型

python tools/export_model.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml -o Global.checkpoints=output/rec_chinese_lite_v2.0/best_accuracy Global.save_inference_dir=output/inference

最终文件：
在这里插入图片描述

8.代码调用

见安装部署文档

9.遇到问题

9.1.Config use_gpu cannot be set as true while you are using paddlepaddle cpu version !
在这里插入图片描述

解决方案：修改rec_chinese_lite_train_v2.0.yml 的use_gpu 字段为false

9.2.No Images in train dataset, please ensure

在这里插入图片描述

解决方案：1.标注工具识别结果没有内容, 2.修改batch_size_per_card字段

利用PaddleOCR识别增值税发票平台验证码（开箱即用）
码王吴彦祖的博客
05-25 4270
下面直接讲解利用paddleocr识别的思路，为什么使用paddleocr，因为paddle中集成了较好的ocr文字识别模型，开箱即用即可，废话不多说，剑指主题，识别思路步骤如下。
PaddleOCR识别验证码-python
分享知识
10-08 2836
先是新建了一个虚拟环境 conda create -n paddle python=3.7 安装PaddleOCR库。 pip install paddleocr -i https://mirror.baidu.com/pypi/simple 运行一下代码 from paddleocr import PaddleOCR, draw_ocr from PIL import Image import os os.environ["CUDA_VISIBLE_DEVICES"] = '0' # u
paddle ocr
weixin_38734472的博客
03-27 456
将模型保存到当前目录。
C# PaddleInference OCR 验证码识别
.NET 人工智能实践
07-10 1778
C# PaddleInference OCR 验证码识别
使用PaddleOCR处理验证码
Link2Points的博客
10-24 210
这是可以输入256个字的摘要。
验证码识别PaddleOCR 快速开始
qq_41084438的博客
11-30 956
PaddleOCR实现验证码识别
Delphi调用百度飞桨(PaddleOCR)OCR模型库识别验证码
MayTsing的专栏
03-04 2415
PaddleOCR框架在Delphi中的使用
【OCR识别】PaddleHub实现验证码识别
hjh_cos
12-23 1763
PaddleHub识别网址验证码图片
25、使用Baidu的paddle自动进行验证码的识别、并计算验证码的数值
sxj731533730
04-17 3245
基本思想：随手记录一下，验证码需要计算之后才能登陆的py脚本开发~ 一、下载 Tesseract-OCR 的 windows安装版并且安装（Linux直接使用pip安装） http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v5.0.0-alpha.20201127.exe 配置一下环境变量 ...
Paddle进阶实战系列（三）：基于SVTR算法的手写英文单词识别
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-10 3004
本项目以最新PaddleOCRv3为框架，采用最新的OCR领域算法SVTR，完成手写英文单词识别算法搭建。流程分为数据集构建、数据集处理、模型搭建与预测、推理等，数据集采用好未来教育提供的开源数据集，每张图片对应多个单词，相比传统单个手写数字识别具有一定难度。
基于PaddleOCR训练模型识别数字验证码
eton_liu的专栏
12-21 3623
基于PaddleOCR训练模型识别数字验证码序言步骤下载PaddleOCR源码下载本实战项目代码下载预训练模型安装PaddlePaddle深度学习框架下载数字图形验证码标注数字图形验证码准备数据字典配置模型训练参数训练模型测试模型导出模型应用模型 序言 以数字验证码为例，学习如何使用PaddleOCR库调优（fine-tune）模型 学完本实战后，可以训练字母+数字类型的图形验证码模型 步骤 下载PaddleOCR源码 git clone https://github.com/PaddlePaddle
paddleocr-rec.rar
05-05
arabic_PP-OCRv3_rec.onnx arabic_PP-OCRv3_rec_dict.txt chinese_cht_PP-OCRv3_rec.onnx chinese_cht_PP-OCRv3_rec_dict.txt ch_PP-OCRv2_rec.onnx ch_PP-OCRv2_rec_dict.txt ch_PP-OCRv3_rec.onnx ch_PP-OCRv3_rec_dict.txt ch_PP-OCRv4_rec.onnx ch_PP-OCRv4_rec_dict.txt ch_PP-OCRv4_server_rec.onnx ch_PP-OCRv4_server_rec_dict.txt …… 博客地址：https://blog.youkuaiyun.com/lw112190/article/details/132082357
PaddleOCR 文字检测 文字识别 车牌识别 验证码识别
q742971636的博客
06-24 1050
代码：https://github.com/PaddlePaddle/PaddleOCR 很好用，文件检测、文字方向分类、文字识别，能够对验证码识别都有搞命中率。 环境 用conda建立好python 3.7的环境后： python -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple pip install -r requirements.txt 网络与权重 官网有轻量版本的，我这里下载的不是轻量版本的。
基于paddleocr实现验证码识别——训练数据
swpucwf的博客
08-05 1861
验证码（CAPTCHA）用于区分用户是人类还是计算机程序（如机器人）。这是为了防止各种形式的自动化攻击和滥用。
【项目】YOLOv5+PaddleOCR实现艺术字验证码识别
weixin_46221106的博客
03-17 2643
使用深度学习的方法实现艺术字类验证码的点选问题
生成常用验证码识别，基于PaddleOCR训练识别
m0_63642362的博客
02-25 1675
通过PaddleOCR 可以快速搭建训练，评估，导出，预测模型，完成验证码的识别工程。通过更换不同的预训练模型，可以二次训练出不同的验证码识别模型，支持中英文和其他多语种。
c#深度学习—PaddleOCRSharp（附示例源码）
m0_55074196的博客
07-24 9077
PaddleOCRSharp是基于PaddleOCR的C++代码修改并封装的.NET工具类库，支持文本识别、文本检测、基于文本检测结果的统计分析的表格识别功能。封装极其简化，实际调用仅几行代码，极大的方便了中下游开发者的使用和降低了PaddleOCR的使用入门级别，同时提供不同的.NET框架使用，方便各个行业应用开发与部署。Nuget包即装即用，可以离线部署，不需要网络就可以识别的高精度中英文OCR。跑通了例程代码并根据建议进行了些许优化，代码中注释详细，自行阅读。该项目只支持x64cpu编译。
《我的PaddlePaddle学习之路》笔记六——验证码端到端的识别
夜雨飘零
02-07 4438
目录 目录 前言 数据集介绍 获取验证码 把图像转成灰度图 生成图像列表 数据的读取 读取数据成list 生成和读取标签字典 读取训练和测试的数据 定义网络模型 生成训练器 定义训练 启动训练 安装libwarpctcso库 执行训练main方法 开始预测 项目代码 参考资料 前言 在上一篇文章中介绍了验证码的识别，但是使用的传统的验证码分割，然后通过图像分类的方...
更换PPOCRLabel的检测和识别模型以及字典文件
weixin_52675580的博客
11-02 1475
2.更换字典文件：找到解释器的目录，我是用的anaconda创建的解释器，按下面路径找到ppocr_keys_v1.txt文件，把里面的内容更换为自己的即可。前提：PPOCRLabel可通过whl包与Python脚本两种方式启动，我的提供的这种方法是通过whl包运行PPOCRLabel。方法：1.更换检测和识别模型：C盘—用户—你的用户名— .paddleocr—whl，里面有检测和识别文件，更换为自己的即可。
paddle ocr训练自己的模型
最新发布
03-28
<think>好的，用户想了解如何使用PaddleOCR训练自己的模型。我需要一步步引导他们完成整个过程，确保结构清晰，并且符合他们提供的格式要求。首先，我应该回忆PaddleOCR的基本情况，确认训练流程的关键步骤。 首先，用户可能需要知道训练前的准备工作，比如数据准备。需要提到数据格式，目录结构，以及标注文件的格式。可能需要详细说明如何组织图像和标签文件，特别是txt文件的命名和内容格式。这里要注意是否需要区分训练集和验证集，还有测试集，但可能用户主要关注训练和验证。 然后，环境配置。需要指导用户安装PaddlePaddle和PaddleOCR，包括pip安装命令。要区分CPU和GPU版本，提醒用户根据硬件选择。还要提到代码库的克隆，可能涉及git命令，但用户可能已经安装了git，所以需要给出克隆仓库的命令。 接下来是配置文件的选择和修改。这里可能有点复杂，用户需要选择合适的预训练模型，比如文本检测、识别或者方向分类。每个任务有不同的配置文件，需要指导用户如何找到对应的yml文件，并修改其中的数据路径、类别数等参数。可能需要举例说明，比如检测模型的配置，修改训练和验证数据路径，调整epochs和batch_size等参数。 然后是启动训练的命令，需要给出具体的命令行示例，比如使用tools/train.py指定配置文件和使用预训练模型。同时，可能需要提醒用户如果中断训练后如何恢复，使用-resume参数。 评估模型的部分需要说明如何用验证集评估，给出评估命令，并解释指标的含义，比如检测模型的hmean，识别模型的准确率。 导出模型为推理模型也是必要的一步，用户可能需要在训练完成后将模型导出以便后续使用，这里要给出导出命令，并说明输入和输出路径。 最后，模型部署部分，简要介绍如何使用导出的模型进行推理，给出Python代码示例，包括初始化预测系统和执行预测的步骤。 需要注意用户可能的疑问点，比如数据标注的具体格式，如何处理数据增强，调整超参数的注意事项，以及如何解决常见错误，比如路径错误或依赖缺失。不过用户的问题主要集中在训练流程，所以可能不需要深入每个细节，但需要确保步骤完整。 另外，需要提醒用户参考官方文档和社区支持，特别是如果遇到问题可以去GitHub提issue。可能还需要提到数据量不足时可以使用数据增强，或者使用公开数据集进行预训练。 最后检查是否符合格式要求：使用中文，行内公式用$...$，独立公式用$$...$$。不过在这个问题中可能涉及数学公式较少，但如果有的话需要正确应用。同时结构要清晰，分步骤说明，使用列表和代码块，但用户要求避免使用Markdown，所以可能需要用文字描述代码部分，比如用引号或者缩进表示命令行和代码。 总结下来，回答的结构应该是：简介PaddleOCR，训练步骤分点说明，每个步骤详细说明，注意事项和常见问题，最后参考资源和社区支持。确保语言简洁，步骤明确，用户能够跟随操作。</think>以下是使用PaddleOCR训练自定义模型的步骤详解： ----- ### 一、PaddleOCR简介 PaddleOCR是基于飞桨(PaddlePaddle)的OCR工具库，支持： - 文本检测（定位文字区域） - 文本识别（识别文字内容） - 方向分类（调整文字方向） ----- ### 二、训练自定义模型流程 #### 1. 数据准备 **格式要求**： ``` 数据集目录/ ├── train/ │ ├── img_1.jpg │ ├── img_1.txt # 标注文件 │ ├── img_2.jpg │ └── img_2.txt └── val/ ├── img_101.jpg └── img_101.txt ``` **标注文件示例**： - 检测任务（坐标标注）： ```txt x1,y1,x2,y2,x3,y3,x4,y4,文本内容 100,200,300,200,300,400,100,400,"Hello World" ``` - 识别任务（单行文本）： ```txt img_1.jpg "文本内容" ``` #### 2. 环境配置 ```bash # 安装PaddlePaddle（GPU版本需额外配置CUDA） pip install paddlepaddle # 安装PaddleOCR pip install paddleocr # 下载训练代码 git clone https://github.com/PaddlePaddle/PaddleOCR ``` #### 3. 配置文件修改 选择预训练模型对应配置文件（以`det_mv3_db.yml`检测模型为例）： ```yml Train: dataset: name: SimpleDataSet data_dir: ./train_data/ # 数据集根目录 label_file_list: [./train_data/train.txt] # 训练集路径 Eval: dataset: name: SimpleDataSet data_dir: ./train_data/ label_file_list: [./train_data/val.txt] # 验证集路径 ``` #### 4. 启动训练 ```bash # 文本检测模型训练 python tools/train.py -c configs/det/det_mv3_db.yml \ -o Global.pretrained_model=./pretrain_models/det_mv3_db_v2.0_train/ # 文本识别模型训练 python tools/train.py -c configs/rec/rec_icdar15_train.yml \ -o Global.pretrained_model=./pretrain_models/rec_mv3_none_bilstm_ctc_v2.0_train/ ``` #### 5. 模型评估 ```bash python tools/eval.py -c configs/det/det_mv3_db.yml \ -o Global.checkpoints=./output/det_db/best_accuracy ``` #### 6. 模型导出 ```bash python tools/export_model.py -c configs/det/det_mv3_db.yml \ -o Global.save_inference_dir=./inference/det_db \ Global.pretrained_model=./output/det_db/best_accuracy ``` ----- ### 三、关键注意事项 1. **数据量要求**： - 检测任务：建议至少500张标注图像 - 识别任务：建议至少3000张单行文本图像 2. **配置文件调参**： ```yml Optimizer: learning_rate: # 初始学习率设置示例 value: 0.001 decay: step: 1200 gamma: 0.1 ``` 3. **常见问题处理**： - 显存不足：减小`batch_size` - 过拟合：增加数据量或添加正则化 - 训练震荡：降低学习率 ----- ### 四、推荐资源 1. 官方文档：https://github.com/PaddlePaddle/PaddleOCR 2. 预训练模型库：https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ 3. 数据合成工具：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_en/data_synthesis_en.md 建议从官方提供的预训练模型开始微调，可显著提升小数据集训练效果。
评论 2
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