准备工作
我们先将rb3gen2的设备烧写上Ubuntu的系统, 并且在系统中添加rb3g2这个用户, 然后使用远程进行登录:
ssh rb3g2@10.0.20.153
# 输入用户密码
su
oelinux123
Paddle Lite 代码下载/编译
git clone https://github.com/PaddlePaddle/Paddle-Lite.git
cd Paddle-Lite
./lite/tools/build.sh --arm_os=armlinux --arm_abi=arm64-v8a --arm_lang=gcc tiny_publish
编译成功的log:
PP-OCR 模型下载
https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/models_list.md
从这个link中使用下载paddle ocr官方的预训练模型 (本demo中使用的都是推理的模型):
OCR DET
OCR REG
OCR CLS
NB模型转换
然后需要使用paddle官方的opt工具将模型转为可以运行的nb模型:
./opt_linux_x86 --model_dir=ch_ppocr_mobile_v2.0_cls_slim_infer --optimize_out_type=naive_buffer --optimize_out=ch_ppocr_mobile_v2.0_cls_slim_infer/ch_ppocr_mobile_v2.0_cls_slim_infer_opt
./opt_linux_x86 --model_dir=ch_ppocr_mobile_v2.0_det_prune_infer --optimize_out_type=naive_buffer --optimize_out=ch_ppocr_mobile_v2.0_det_prune_infer/ch_ppocr_mobile_v2.0_det_opt
./opt_linux_x86 --model_dir=ch_ppocr_mobile_v2.0_rec_slim_infer --optimize_out_type=naive_buffer --optimize_out=ch_ppocr_mobile_v2.0_rec_slim_infer/ch_ppocr_mobile_v2.0_rec_opt
PPOCR demo代码下载/编译
下载github的代码
git clone https://github.com/ThunderSoft-XA/PP-OCR.git
然后将代码放到编译完成的paddle lite的代码的这个路径:
Paddle-Lite/build.lite.armlinux.arm64-v8a.gcc/inference_lite_lib.armlinux.arm64-v8a/demo/cxx
运行编译的脚本:
cd ppocr_demo
sh build.sh
编译的log:
运行demo
将3个对应的nb文件上传到models这个文件夹下
然后运行run.sh 脚本运行对应的脚本
sh run.sh
原始图片:
OCR文字识别的结果:
cls的结果: