PaddleOCR训练自己的数据集（已踩坑windows10）

1.准备数据集

   

链接放在这里:PaddleOCR/README_ch.md at release/2.1 · PaddlePaddle/PaddleOCR · GitHub

down下来之后准备好自己的数据集  

这个crop_img文件夹是通过半自动化处理后把标注的东西截取保存的文件

接下来是PPOCRLabel的打标内容：

命令行附在下面:

cd ./PPOCRLabel #将目录先切换到PPOCRLabel下

python PPOCRLabel.py --lang ch

会出现自动打标的页面

 文件>打开目录>选择文件夹>左下角的自动标注

 注意！ 因为是半自动化标注 所以还要依次检查一边 确认后点击右下角的确认按钮

 

 注意:如果识别或者标记不对的地方都需要自己改动

最后 点击 文件>保存标记结果>保存识别结果

接下来在你的源文件夹下可以看到生成了这些内容:

Cache.cach：保存的gt框的坐标

fileState.txt：类别标签

Label.txt：保存的gt框的坐标（一般用的都是这个）

rec_gt.txt：文本识别识别结果（对应的是文本识别）

踩坑1:  你的图片需要和这些.txt等文件是同一级目录

2.需要更改配置文件的参数

configs>det>det_mv3_db.yml 文件模型

踩坑2: 如果模型地址写错 会出现找不到 .pdparams的路径，也不需要加pdparams的后缀名

 这里是预训练模型

下载模型地址：

PaddleOCR/models_list.md at release/2.1 · PaddlePaddle/PaddleOCR · GitHub

 

 踩坑3:我是下载这一个，注意是训练模型 是负责训练你的数据 不是推理模型

data_dir 需要修改成自己的

label_file_list 自己标签的位置

踩坑4:  data_dir   不要写到自己的图片目录下  报错信息如下

 

 建议调成1，因为我的电脑带不起来16,8,4线程

输入命令: python tools/train.py -c configs/det/det_mv3_db.yml

出现这种就可以了

最后训练好可以在./output/db_mv3 下面的yml中查看训练的配置文件

这里是我训练完1200个批次后 生成的文件

需要将生成的转换成为infer文件 命令如下: 

python tools/export_model.py -c configs/det/det_mv3_db.yml -o Global.checkpoints=./output/db_mv3/iter
_epoch_1200 Global.save_inference_dir=./output/db_mv3_infer/

 这里转换后的infer文件

换成自己的infer文件 

看一下这里的检测效果

 这里的识别没有写，默认的是官网 可以看到准确率很高

3.模型的识别也是一样的流程

4.总结:

The ``path`` (G:/PaddleOCR-release-2.1/pretrain_models/MobileNetV3_large_x0_5_pretrained.pdparams) to loa d model not exists.‘’

出现这种错误 请看2步骤的踩坑2

后续的报错信息大家可以下面留言！误人子弟的地方希望及时指出