PPOCR之文本检测模块环境安装，训练，验证

毛清忧

2个月前发布

080

前言

本文介绍如何安装PPOCR之文本检测模块依赖工具包，如何训练验证PPOCR-Det。平台为ubuntu20.04，其他平台改选相应的平台安装包即可，安装过程一致。

一、环境安装

Nvidia驱动

禁用开源驱动 Nouveau

sudo nano /etc/modprobe.d/blacklist-nouveau.conf

#blacklist-nouveau.conf 填入如下内容，保存退出
blacklist nouveau
options nouveau modeset=0

卸载旧驱动

注：如果全新安装，可跳过


#下列方法对于手动通过.sh安装的驱动也适用
sudo apt purge "*nvidia*" "*libnvidia*"
sudo apt autoremove

安装新驱动

#查看可用驱动版本可以执行ubuntu-drivers devices
sudo apt install nvidia-driver-570 #根据需要选择版本，不同版本驱动 CUDA版本也不同 570对应CUDA 12.8;

reboot

重启后执行nvidia-smi查看驱动情况

nccl

专用源配置（NVIDIA官方）添加NVIDIA CUDA仓库‌

sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf863cc.pub #适用于Ubuntu 20.04 (focal)
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /" #适用于Ubuntu 20.04 (focal)

安装nccl开发包‌

sudo apt install libnccl2 libnccl-dev

验证安装结果

ldconfig -p | grep nccl  # 检查库文件加载
nccl --version           # 验证可执行文件，只安装lib的话，此命令缺失结果

cuda-toolkit

官方下载地址


wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-8

安装完成后编辑~/.bashrc，添加如下两行

export PATH=/usr/local/cuda-12/bin${
            PATH:+:${
            PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

cudnn

官方下载地址下载：cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz
解压完成后，需要把头文件，库文件拷贝到指定目录

tar xf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz
sudo cp include/cudnn.h /usr/local/cuda-12.8/include
sudo cp lib/libcudnn*    /usr/local/cuda-12.8/lib64
sudo chmod a+r /usr/local/cuda-12.8/include/cudnn.h   /usr/local/cuda-12.8/lib64/libcudnn*

paddlepaddle-gpu

paddlepaddle分CPU和GPU两个版本，本文使用GPU版本。

pip install paddlepaddle-gpu #或者wheel下载https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

验证安装

import paddle
paddle.utils.run_check()

二、pp_ocr_det训练

训练分为server和mobile两个版本，本文用于嵌入式设备，选择mobile版本
参考:https://paddlepaddle.github.io/PaddleOCR/main/version3.x/module_usage/text_detection.html#411

python3 -m paddle.distributed.launch --gpus '0,1' tools/train.py 
    -c configs/det/PP-OCRv5/PP-OCRv5_mobile_det.yml 
    -o Global.pretrained_model=./PP-OCRv5_server_det_pretrained.pdparams 
    Train.dataset.data_dir=./ocr_det_dataset_examples 
    Train.dataset.label_file_list='[./ocr_det_dataset_examples/train.txt]' 
    Eval.dataset.data_dir=./ocr_det_dataset_examples 
    Eval.dataset.label_file_list='[./ocr_det_dataset_examples/val.txt]'

三、pp_ocr_det验证

#注意将pretrained_model的路径设置为本地路径。若使用自行训练保存的模型，请注意修改路径和文件名为{path/to/weights}/{model_name}。
# demo 测试集评估
python3 tools/eval.py -c configs/det/PP-OCRv5/PP-OCRv5_mobile_det.yml 
    -o Global.pretrained_model=output/PP-OCRv5_mobile_det/best_accuracy.pdparams 
    Eval.dataset.data_dir=./ocr_det_dataset_examples 
    Eval.dataset.label_file_list='[./ocr_det_dataset_examples/val.txt]'