PaddleOCR训练自己的数据集（中英文）（全套）和C#部署（半套）

原创已于 2025-08-11 17:22:52 修改 · 4.1k 阅读

52 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #ocr

于 2024-06-25 14:23:15 首次发布

OCR 专栏收录该内容

5 篇文章

订阅专栏

一、环境安装

1.Anaconda安装打开Anaconda官网去下载然后安装，这个在网上很多教程根据他们安装就行 2.cuda，cudnn安装

预训练模型

如果你训练中断，继续训练方法原训练指令后面加入

完整的指令

五、测试

六、训练rec识别模型（）

七、运行

八、然后测试

然后用如下代码进行推理，cls的分类模型可以直接用官方的

效果如下

上述训练流程是英文的，中英文都可用步骤不变唯一不同的就是用的模型和.yml配置文件不同

如果你训练结束后acc为0 或者没有任何参数但是有流程的话那就是你配置出了问题可以看我另一篇博客

PaddleOCR是一个基于飞桨开发的OCR（Optical Character Recognition，光学字符识别）系统。其技术体系包括文字检测、文字识别、文本方向检测和图像处理等模块。以下是其优点：

高精度：PaddleOCR采用深度学习算法进行训练，可以在不同场景下实现高精度的文字检测和文字识别。

多语种支持：PaddleOCR支持多种语言的文字识别，包括中文、英文、日语、韩语等。同时，它还支持多种不同文字类型的识别，如手写字、印刷体、表格等。

高效性：PaddleOCR的训练和推理过程都采用了高效的并行计算方法，可大幅提高处理速度。同时，其轻量化设计也使得PaddleOCR能够在移动设备上进行部署，适用于各种场景的应用。

易用性：PaddleOCR提供了丰富的API接口和文档说明，用户可以快速进行模型集成和部署，实现自定义的OCR功能。同时，其开源代码也为用户提供了更好的灵活性和可扩展性。

鲁棒性：PaddleOCR采用了多种数据增强技术和模型融合策略，能够有效地应对图像噪声、光照变化等干扰因素，并提高模型的鲁棒性和稳定性。

总之，PaddleOCR具有高精度、高效性、易用性和鲁棒性等优点，为用户提供了一个强大的OCR解决方案。

一、环境安装

1.Anaconda安装
打开Anaconda官网去下载然后安装，这个在网上很多教程根据他们安装就行
2.cuda，cudnn安装

去这里找入口安装对应的cuda和cudnn版本 cuda各个版本的Pytorch下载网页版，模型转化工具，免费gpt链接_cuda国内镜像下载网站-优快云博客

和yolov5配置跑通基本流程一样

ppocr环境

pip install requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

二、下载训练源码：

如果打不开可以直接下载我的

PaddleOCR-main（可训练可标注一体，内置推理脚本）（这个版本可正常训练，亲测可用）资源-优快云文库

预训练模型

【免费】paddleocr预训练模型资源-优快云文库

如果打开了就下载

最好下载这个其他版本可能报错

这个版本的没有标注的程序所以你还需要下载一个r2.6的把里面的PPOCRlabel复制到你下载的main版本的OCR。

验证环境是否跑通

进入往下翻

PaddleOCR/doc/doc_ch/models_list.md at release/2.6 · PaddlePaddle/PaddleOCR · GitHubhttps://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/models_list.md GitHub - PaddlePaddle/PaddleOCR: Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)https://github.com/PaddlePaddle/PaddleOCR/tree/main

下载压缩然后放到下方文件夹中

打开py终端输入指令

python tools/infer/predict_system.py  --image_dir="C:\Users\User\Desktop\test.jpg" --det_model_dir="./inference_model/en_PP-OCRv3_det_infer/" --rec_model_dir="./inference_model/en_PP-OCRv3_rec_infer"

效果大概就是这个样子

环境没问题的话就可以开始制作自己的数据集训练了

三、数据集制作

如果你的环境没问题，那么进入PPOCRLabel中直接右键运行，

网上又说用这个 python PPOCRLabel.py --lang ch指令的，我用不了这个，报错，所以这个指令用不了的可以直接右键run PPOCRLabel.py 文件即可

如果报错

就在 PPOCRLabel.py 文件头上加入

import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"

然后右键运行 PPOCRLabel.py

打开后是这样的

导入图片，再点击自动保存

旁边改成你需要标注的字符注意如果你是自动标注里面有中文那你需要设置一下否则就是如下结果。

点上面paddleocr 然后再点 Choose OCR model 或者直接快捷键 ctrl+M

然后就没问题了

注意自动标注后需要检测一下防止有问题最后一定要保存

这里是绿色勾勾就是你保存成功了

标注后你的数据集文件夹中会生成这些文件

全部打标完成之后，点击文件选择导出标记结果，再点击文件选择导出识别结果，完成后再文件夹多出四个文件fileState，Label，rec_gt, crop_img。

其中crop_img中的图片用来训练文字识别模型，

fileState记录图片的打标完成与否，

Label为训练文字检测模型的标签，

rec_gt为训练文字识别模型的标签。

注意如果你文件夹中没有上述的文件，如下这样

依次点击Export Label

Export Recognition

Result Export Table Label

然后就有了

如果是文字文本识别标注那你可以直接点击左下角那里进行自动标注

然后数据集划分

python gen_ocr_train_val_test.py --trainValTestRatio 6:2:2 --datasetRootPath ../train_data/drivingData

如果无法划分那就直接去代码里划分

修改这几处就行

在终端运行上述指令文件路劲在PPOCRLabel文件中

运行后数据集就会被划分

生成的det 和rec文件打开后为如下

旧的数据集中加入新数据集

训练paddleocr数据集在原有的数据集中加入新标注的数据一起训练（建议收藏）-优快云博客

四、开始训练字符模型

下载训练模型

当然也可以不需要，训练模型那里添 null 就行，这样的话你训练出来的模型只针对于你训练的数据集字体，所以需要大量的数据集，来训练。

GitHub - PaddlePaddle/PaddleOCR: Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices) - PaddlePaddle/PaddleOCRhttps://github.com/PaddlePaddle/PaddleOCR/tree/main

如果你打不开如上链接，那就这里下载里面有两种训练模型和推理模型

【免费】PP-OCR-V3-V4模型包含训练模型以及推理模型资源-优快云文库

最好三个都下载下来，也可以只下载检测和识别两个

下载好解压，放入

配置训练文件

打开后你需要手动修改数据集路径

这里有一个是多少代保存一次，你可以设置为一代保存一次改为1即可

py终端运行如下指令就可以开始运行了

python tools/train.py -c configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_dml.yml

运行完毕了模型会保存在这里

如果你训练中断，继续训练方法原训练指令后面加入

-o Global.checkpoints=./output/rec_ppocr_v3_distillation/latest

完整的指令

python tools/train.py -c configs/ch_rec_to_det/ch_PP_OCR_V3_rec.yml -o Global.checkpoints=./output/rec_ppocr_v3_distillation/latest

五、测试

python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml -o Global.pretrained_model=output/ch_db_driving/iter_epoch_400.pdparams Global.infer_img="C:\Users\User\Desktop\PaddleOCR-release-2.6\train_data\det\test\0201_1 (3).jpg"

六、训练rec识别模型（）

和上面的检测det模型的训练方式一样

这里更改多少代保存一次

七、运行

python tools/train.py -c configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml

八、然后测试

和上面的方法一样，只是把模型换成rec模型

python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml -o Global.pretrained_model=output/en_db_driving/iter_epoch_400.pdparams Global.infer_img="C:\Users\User\Desktop\PaddleOCR-release-2.6\train_data\det\test\0201_1 (3).jpg"

你可以用如下代码进行批量推理和模型测试

中间那个是分类模型你可以在官网上直接下载

将训练的rec和det模型，转为推理模型 inf 模型

det模型

python tools/export_model.py -c "./configs/endet_enrec_encls/en_PP_OCRV3_det_cml.yml" -o Global.pretrained_model="./output/det/ch_PP-OCR_v3_det3/latest.pdparams" Global.save_inference_dir="./models/inf_det/"

rec模型

python tools/export_model.py -c "./configs/endet_enrec_encls/en_PP_OCRv3_rec.yml" -o Global.pretrained_model="./output/rec/v3_en_mobile_rec4/latest.pdparams" Global.save_inference_dir="./models/inf_rec/"

转完后如下 det中可能是三个文件夹，可以将teacher中的三个模型文件拉出来，或者直接在下方代码中写路径

然后用如下代码进行推理，cls的分类模型可以直接用官方的

from paddleocr import PaddleOCR
import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont
from paddleocr import PaddleOCR, draw_ocr
import os
import skimage

font = cv2.FONT_HERSHEY_SIMPLEX

# 参数依次为`ch`, `en`, `french`, `german`, `korean`, `japan`。
ocr = PaddleOCR(use_angle_cls=True, lang="en", use_gpu=False,
                rec_model_dir='./models/en_PP-OCRv3_rec_infer/',
                cls_model_dir='./models/ch_ppocr_mobile_v2.0_cls_infer/',
                det_model_dir='./models/en_PP-OCRv3_det_infer/')  # need to run only once to download and load model into memory
def OCRsspt_en(img_path,out_path):

    for filename in os.listdir(img_path):
        img = os.path.join(img_path,filename)
        print(filename)
        # ims = np.ndarray(range(img))
        # img_flor=cv2.imread(ims,flags=1)

        # img_flor=Image.open(img)
        # img_flor = skimage.io.imread(img)
        result = ocr.ocr(img, cls=True)
        # 显示结果
        image = Image.open(img).convert('RGB')
        boxes = [line[0] for line in result[0]]
        txts = [line[1][0] for line in result[0]]
        scores = [line[1][1] for line in result[0]]
        im_show = draw_ocr(image, boxes, txts, scores, font_path='./simfang.ttf')
        im_show = Image.fromarray(im_show)
        output_path = os.path.join(out_path, f"{os.path.splitext(filename)[0]}s.bmp")

        im_show.save(output_path)
        print(txts)
    print("####################OK#####################")

img_path = "H:\\DL\\OCRrelse\\PaddleOCR-release-2.6\\train_DATA\\jpegs"
out_path = "H:\\DL\\OCRrelse\\PaddleOCR-release-2.6\\inference_results\\dete"
OCRsspt_en(img_path,out_path)