基于PaddleOCR2.4的天池街景字符编码识别Baseline

该内容为天池街景字符编码识别比赛的实现过程。介绍了赛题数据来自SVHN数据集，含训练集3W张、验证集1W张等。使用PaddleOCR，经数据准备、参数配置，以CRNN算法、MobileNetV3骨干网等训练，还涉及评估、预测及模型导出，最终可生成提交结果，基础跑分为82分。

一、 天池街景字符编码识别比赛

比赛地址：https://tianchi.aliyun.com/competition/entrance/531795/information

1.数据来源

赛题来源自Google街景图像中的门牌号数据集（The Street View House Numbers Dataset, SVHN），并根据一定方式采样得到比赛数据集。

2.数据基本情况

该数据来自真实场景的门牌号。训练集数据包括3W张照片，验证集数据包括1W张照片，每张照片包括颜色图像和对应的编码类别和具体位置；为了保证比赛的公平性，测试集A包括4W张照片，测试集B包括4W张照片。

enter image description here

3.数据集样本展示

4.字段表

所有的数据（训练集、验证集和测试集）的标注使用JSON格式，并使用文件名进行索引。如果一个文件中包括多个字符，则使用列表将字段进行组合。

注：数据集来源自SVHN，网页链接https://ufldl.stanford.edu/housenumbers/，并进行匿名处理和噪音处理，请各位选手使用比赛给定的数据集完成训练。

二、环境设置

PaddleOCR https://github.com/paddlepaddle/PaddleOCR 是一款全宇宙最强的用的OCR工具库，开箱即用，速度杠杠的。

In [ ]

# 从gitee上下载PaddleOCR代码，也可以从GitHub链接下载!git clone https://gitee.com/paddlepaddle/PaddleOCR.git --depth=1# 升级pip!pip install -U pip # 安装依赖%cd ~/PaddleOCR%pip install -r requirements.txt

In [ ]

%cd ~/PaddleOCR/!tree   -L 1

/home/aistudio/PaddleOCR.├── benchmark├── configs├── deploy├── doc├── __init__.py├── LICENSE├── MANIFEST.in├── paddleocr.py├── ppocr├── PPOCRLabel├── ppstructure├── README_ch.md├── README.md├── requirements.txt├── setup.py├── StyleText├── test_tipc├── tools└── train.sh10 directories, 9 files

三、数据准备

据悉train数据集共10万张，解压，并划分出10000张作为测试集。

1.数据下载解压

In [ ]

#  解压缩数据集%cd ~!unzip -qoa data/data124095/street_code_rec_data.zip -d ~/data/

/home/aistudio

In [ ]

# 重命名文件夹!mv data/街景编码识别 data/street_code_rec_data

In [ ]

# 解压test数据集!unzip -qoa data/street_code_rec_data/mchar_test_a.zip -d data/street_code_rec_data/

In [ ]

# 解压eval据集!unzip -qoa data/street_code_rec_data/mchar_val.zip -d data/street_code_rec_data/

In [ ]

# 解压train数据集!unzip -qoa data/street_code_rec_data/mchar_train.zip -d data/street_code_rec_data/

In [ ]

# 使用命令查看训练数据文件夹下数据量是否是3张!cd data/street_code_rec_data/mchar_train &&  ls -l | grep "^-" | wc -l

30000

In [ ]

# 使用命令查看test数据文件夹下数据量是否是4万张!cd data/street_code_rec_data/mchar_test_a  &&  ls -l | grep "^-" | wc -l

40000

In [ ]

# 使用命令查看test数据文件夹下数据量是否是1万张!cd data/street_code_rec_data/mchar_val &&  ls -l | grep "^-" | wc -l

10000

In [ ]

%cd data/street_code_rec_data!rm *.zip%cd ~

/home/aistudio/data/street_code_rec_data/home/aistudio

2. 数据标签处理

In [ ]

import jsondef trans(path):    with open(path + '.json', 'r') as f:        json_data = json.load(f)        print(len(json_data))        with open(path + '.csv', 'w') as ff:            for item in json_data:                label = json_data[item]['label']                label = [str(x) for x in label]                label = ''.join(label)                ff.write(item + '	' + label + '
')

In [ ]

trans('data/street_code_rec_data/mchar_val')trans('data/street_code_rec_data/mchar_train')

1000030000

3. 数据查看

In [ ]

!head data/street_code_rec_data/mchar_val.csv

000000.png5000001.png210000002.png6000003.png1000004.png9000005.png1000006.png183000007.png65000008.png144000009.png16

In [ ]

!head data/street_code_rec_data/mchar_train.csv

000000.png19000001.png23000002.png25000003.png93000004.png31000005.png33000006.png28000007.png744000008.png128000009.png16

In [ ]

from PIL import Imageimg=Image.open('data/street_code_rec_data/mchar_train/000000.png')print(img.size)img

(741, 350)

四、配置训练参数

以PaddleOCR/configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml为基准进行配置

1.配置模型网络

使用CRNN算法，backbone是MobileNetV3，损失函数是CTCLoss

Architecture:  model_type: rec  algorithm: CRNN  Transform:  Backbone:    name: MobileNetV3    scale: 0.5    model_name: small    small_stride: [1, 2, 2, 2]  Neck:    name: SequenceEncoder    encoder_type: rnn    hidden_size: 48  Head:    name: CTCHead    fc_decay: 0.00001

2.配置数据

对Train.data_dir, Train.label_file_list, Eval.data_dir, Eval.label_file_list进行配置

Train:  dataset:    name: SimpleDataSet    data_dir: /home/aistudio/data/street_code_rec_data/mchar_train    label_file_list: ["/home/aistudio/data/street_code_rec_data/mchar_train.csv"]......Eval:  dataset:    name: SimpleDataSet    data_dir: /home/aistudio/data/street_code_rec_data/mchar_val    label_file_list: ["/home/aistudio/data/street_code_rec_data/mchar_val.csv"]

3. 显卡、评估设置

use_gpu、cal_metric_during_train分别是GPU、评估开关

Global:  use_gpu: false             # true 使用GPU  .....  cal_metric_during_train: False   # true 打开评估

4. 多线程任务

Train.loader.num_workers:4Eval.loader.num_workers: 4

5.完整配置

Global:  use_gpu: True  epoch_num: 500  log_smooth_window: 20  print_batch_step: 10  save_model_dir: ./output/rec_en_number_lite  save_epoch_step: 3  # evaluation is run every 5000 iterations after the 4000th iteration  eval_batch_step: [1000, 100]  # if pretrained_model is saved in static mode, load_static_weights must set to True  cal_metric_during_train: True  pretrained_model: ./en_number_mobile_v2.0_rec_train/best_accuracy.pdparams  checkpoints:   save_inference_dir:  use_visualdl: False  infer_img:  # for data or label process  character_dict_path: ppocr/utils/en_dict.txt  max_text_length: 25  infer_mode: False  use_space_char: TrueOptimizer:  name: Adam  beta1: 0.9  beta2: 0.999  lr:    name: Cosine    learning_rate: 0.001  regularizer:    name: 'L2'    factor: 0.00001Architecture:  model_type: rec  algorithm: CRNN  Transform:  Backbone:    name: MobileNetV3    scale: 0.5    model_name: small    small_stride: [1, 2, 2, 2]  Neck:    name: SequenceEncoder    encoder_type: rnn    hidden_size: 48  Head:    name: CTCHead    fc_decay: 0.00001Loss:  name: CTCLossPostProcess:  name: CTCLabelDecodeMetric:  name: RecMetric  main_indicator: accTrain:  dataset:    name: SimpleDataSet    data_dir: /home/aistudio/data/street_code_rec_data/mchar_train    label_file_list: ["/home/aistudio/data/street_code_rec_data/mchar_train.csv"]    transforms:      - DecodeImage: # load image          img_mode: BGR          channel_first: False      - RecAug:       - CTCLabelEncode: # Class handling label      - RecResizeImg:          image_shape: [3, 32, 320]      - KeepKeys:          keep_keys: ['image', 'label', 'length'] # dataloader will return list in this order  loader:    shuffle: True    batch_size_per_card: 256    drop_last: True    num_workers: 8Eval:  dataset:    name: SimpleDataSet    data_dir: /home/aistudio/data/street_code_rec_data/mchar_val    label_file_list: ["/home/aistudio/data/street_code_rec_data/mchar_val.csv"]    transforms:      - DecodeImage: # load image          img_mode: BGR          channel_first: False      - CTCLabelEncode: # Class handling label      - RecResizeImg:          image_shape: [3, 32, 320]      - KeepKeys:          keep_keys: ['image', 'label', 'length'] # dataloader will return list in this order  loader:    shuffle: False    drop_last: False    batch_size_per_card: 256    num_workers: 8

In [1]

# 已配置好的文件，直接覆盖替换（-f）!cp -f ~/rec_en_number_lite_train.yml ~/PaddleOCR/configs/rec/multi_language/rec_en_number_lite_train.yml

6.使用预训练模型

据悉使用预训练模型，训练速度更快！！！

PaddleOCR提供的可下载模型包括推理模型、训练模型、预训练模型、slim模型，模型区别说明如下：

各个模型的关系如下面的示意图所示。

文本检测模型

英文识别模型

In [ ]

%cd ~/PaddleOCR/# mobile模型!wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/en_number_mobile_v2.0_rec_train.tar!tar -xf en_number_mobile_v2.0_rec_train.tar

/home/aistudio/PaddleOCR--2024-01-02 00:10:41--  https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/en_number_mobile_v2.0_rec_train.tarResolving paddleocr.bj.bcebos.com (paddleocr.bj.bcebos.com)... 182.61.200.229, 182.61.200.195, 2409:8c04:1001:1002:0:ff:b001:368aConnecting to paddleocr.bj.bcebos.com (paddleocr.bj.bcebos.com)|182.61.200.229|:443... connected.HTTP request sent, awaiting response... 200 OKLength: 9123840 (8.7M) [application/x-tar]Saving to: ‘en_number_mobile_v2.0_rec_train.tar’en_number_mobile_v2 100%[===================>]   8.70M  8.63MB/s    in 1.0s    2024-01-02 00:10:42 (8.63 MB/s) - ‘en_number_mobile_v2.0_rec_train.tar’ saved [9123840/9123840]

五、训练

In [ ]

%cd ~/PaddleOCR/# mobile模型!python tools/train.py -c ./configs/rec/multi_language/rec_en_number_lite_train.yml -o Global.checkpoints=./output/rec_en_number_lite/latest

1.选择合适的batch size

2.训练日志

2024/01/02 01:28:23] root INFO: save model in ./output/rec_en_number_lite/latest[2024/01/02 01:28:23] root INFO: Initialize indexs of datasets:['/home/aistudio/data/street_code_rec_data/mchar_train.csv'][2024/01/02 01:28:54] root INFO: epoch: [27/500], iter: 180, lr: 0.000986, loss: 1.043328, acc: 0.765624, norm_edit_dis: 0.863509, reader_cost: 2.26051 s, batch_cost: 2.59590 s, samples: 7168, ips: 276.12724[2024/01/02 01:29:18] root INFO: epoch: [27/500], iter: 190, lr: 0.000986, loss: 1.056450, acc: 0.765624, norm_edit_dis: 0.864510, reader_cost: 1.18228 s, batch_cost: 1.65932 s, samples: 10240, ips: 617.12064[2024/01/02 01:29:34] root INFO: epoch: [27/500], iter: 200, lr: 0.000985, loss: 1.069025, acc: 0.759277, norm_edit_dis: 0.860254, reader_cost: 0.74316 s, batch_cost: 1.15521 s, samples: 10240, ips: 886.42030eval model:: 100%|██████████████████████████████| 10/10 [00:07<00:00,  2.12it/s][2024/01/02 01:29:42] root INFO: cur metric, acc: 0.6261999373800062, norm_edit_dis: 0.7362716930394972, fps: 4054.7339744968563[2024/01/02 01:29:42] root INFO: save best model is to ./output/rec_en_number_lite/best_accuracy[2024/01/02 01:29:42] root INFO: best metric, acc: 0.6261999373800062, start_epoch: 21, norm_edit_dis: 0.7362716930394972, fps: 4054.7339744968563, best_epoch: 27

3. visualdl可视化

• 本地安装visualdl pip install visualdl
• 下载日志至本地
• 启动visualdl可视化  visualdl --logdir ./
• 打开浏览器查看  https://localhost:8040/

六、模型评估

In [ ]

# GPU 评估， Global.checkpoints 为待测权重%cd ~/PaddleOCR/# mobile模型!python  -m paddle.distributed.launch tools/eval.py -c ./configs/rec/multi_language/rec_en_number_lite_train.yml     -o Global.checkpoints=./output/rec_en_number_lite/best_accuracy.pdparams

/home/aistudio/PaddleOCR-----------  Configuration Arguments -----------backend: autoelastic_server: Noneforce: Falsegpus: Noneheter_devices: heter_worker_num: Noneheter_workers: host: Nonehttp_port: Noneips: 127.0.0.1job_id: Nonelog_dir: lognp: Nonenproc_per_node: Nonerun_mode: Nonescale: 0server_num: Noneservers: training_script: tools/eval.pytraining_script_args: ['-c', './configs/rec/multi_language/rec_en_number_lite_train.yml', '-o', 'Global.checkpoints=./output/rec_en_number_lite/best_accuracy.pdparams']worker_num: Noneworkers: ------------------------------------------------WARNING 2024-01-02 01:32:26,892 launch.py:423] Not found distinct arguments and compiled with cuda or xpu. Default use collective modelaunch train in GPU mode!INFO 2024-01-02 01:32:26,894 launch_utils.py:528] Local start 1 processes. First process distributed environment info (Only For Debug):     +=======================================================================================+    |                        Distributed Envs                      Value                    |    +---------------------------------------------------------------------------------------+    |                       PADDLE_TRAINER_ID                        0                      |    |                 PADDLE_CURRENT_ENDPOINT                 127.0.0.1:33420               |    |                     PADDLE_TRAINERS_NUM                        1                      |    |                PADDLE_TRAINER_ENDPOINTS                 127.0.0.1:33420               |    |                     PADDLE_RANK_IN_NODE                        0                      |    |                 PADDLE_LOCAL_DEVICE_IDS                        0                      |    |                 PADDLE_WORLD_DEVICE_IDS                        0                      |    |                     FLAGS_selected_gpus                        0                      |    |             FLAGS_selected_accelerators                        0                      |    +=======================================================================================+INFO 2024-01-02 01:32:26,894 launch_utils.py:532] details abouts PADDLE_TRAINER_ENDPOINTS can be found in log/endpoints.log, and detail running logs maybe found in log/workerlog.0launch proc_id:1384 idx:0[2024/01/02 01:32:28] root INFO: Architecture : [2024/01/02 01:32:28] root INFO:     Backbone : [2024/01/02 01:32:28] root INFO:         model_name : small[2024/01/02 01:32:28] root INFO:         name : MobileNetV3[2024/01/02 01:32:28] root INFO:         scale : 0.5[2024/01/02 01:32:28] root INFO:         small_stride : [1, 2, 2, 2][2024/01/02 01:32:28] root INFO:     Head : [2024/01/02 01:32:28] root INFO:         fc_decay : 1e-05[2024/01/02 01:32:28] root INFO:         name : CTCHead[2024/01/02 01:32:28] root INFO:     Neck : [2024/01/02 01:32:28] root INFO:         encoder_type : rnn[2024/01/02 01:32:28] root INFO:         hidden_size : 48[2024/01/02 01:32:28] root INFO:         name : SequenceEncoder[2024/01/02 01:32:28] root INFO:     Transform : None[2024/01/02 01:32:28] root INFO:     algorithm : CRNN[2024/01/02 01:32:28] root INFO:     model_type : rec[2024/01/02 01:32:28] root INFO: Eval : [2024/01/02 01:32:28] root INFO:     dataset : [2024/01/02 01:32:28] root INFO:         data_dir : /home/aistudio/data/street_code_rec_data/mchar_val[2024/01/02 01:32:28] root INFO:         label_file_list : ['/home/aistudio/data/street_code_rec_data/mchar_val.csv'][2024/01/02 01:32:28] root INFO:         name : SimpleDataSet[2024/01/02 01:32:28] root INFO:         transforms : [2024/01/02 01:32:28] root INFO:             DecodeImage : [2024/01/02 01:32:28] root INFO:                 channel_first : False[2024/01/02 01:32:28] root INFO:                 img_mode : BGR[2024/01/02 01:32:28] root INFO:             CTCLabelEncode : None[2024/01/02 01:32:28] root INFO:             RecResizeImg : [2024/01/02 01:32:28] root INFO:                 image_shape : [3, 32, 320][2024/01/02 01:32:28] root INFO:             KeepKeys : [2024/01/02 01:32:28] root INFO:                 keep_keys : ['image', 'label', 'length'][2024/01/02 01:32:28] root INFO:     loader : [2024/01/02 01:32:28] root INFO:         batch_size_per_card : 1024[2024/01/02 01:32:28] root INFO:         drop_last : False[2024/01/02 01:32:28] root INFO:         num_workers : 8[2024/01/02 01:32:28] root INFO:         shuffle : False[2024/01/02 01:32:28] root INFO: Global : [2024/01/02 01:32:28] root INFO:     cal_metric_during_train : True[2024/01/02 01:32:28] root INFO:     character_dict_path : ppocr/utils/en_dict.txt[2024/01/02 01:32:28] root INFO:     checkpoints : ./output/rec_en_number_lite/best_accuracy.pdparams[2024/01/02 01:32:28] root INFO:     debug : False[2024/01/02 01:32:28] root INFO:     distributed : False[2024/01/02 01:32:28] root INFO:     epoch_num : 500[2024/01/02 01:32:28] root INFO:     eval_batch_step : [100, 100][2024/01/02 01:32:28] root INFO:     infer_img : None[2024/01/02 01:32:28] root INFO:     infer_mode : False[2024/01/02 01:32:28] root INFO:     log_smooth_window : 20[2024/01/02 01:32:28] root INFO:     max_text_length : 25[2024/01/02 01:32:28] root INFO:     pretrained_model : ./en_number_mobile_v2.0_rec_train/best_accuracy.pdparams[2024/01/02 01:32:28] root INFO:     print_batch_step : 10[2024/01/02 01:32:28] root INFO:     save_epoch_step : 3[2024/01/02 01:32:28] root INFO:     save_inference_dir : None[2024/01/02 01:32:28] root INFO:     save_model_dir : ./output/rec_en_number_lite[2024/01/02 01:32:28] root INFO:     use_gpu : True[2024/01/02 01:32:28] root INFO:     use_space_char : True[2024/01/02 01:32:28] root INFO:     use_visualdl : False[2024/01/02 01:32:28] root INFO: Loss : [2024/01/02 01:32:28] root INFO:     name : CTCLoss[2024/01/02 01:32:28] root INFO: Metric : [2024/01/02 01:32:28] root INFO:     main_indicator : acc[2024/01/02 01:32:28] root INFO:     name : RecMetric[2024/01/02 01:32:28] root INFO: Optimizer : [2024/01/02 01:32:28] root INFO:     beta1 : 0.9[2024/01/02 01:32:28] root INFO:     beta2 : 0.999[2024/01/02 01:32:28] root INFO:     lr : [2024/01/02 01:32:28] root INFO:         learning_rate : 0.001[2024/01/02 01:32:28] root INFO:         name : Cosine[2024/01/02 01:32:28] root INFO:     name : Adam[2024/01/02 01:32:28] root INFO:     regularizer : [2024/01/02 01:32:28] root INFO:         factor : 1e-05[2024/01/02 01:32:28] root INFO:         name : L2[2024/01/02 01:32:28] root INFO: PostProcess : [2024/01/02 01:32:28] root INFO:     name : CTCLabelDecode[2024/01/02 01:32:28] root INFO: Train : [2024/01/02 01:32:28] root INFO:     dataset : [2024/01/02 01:32:28] root INFO:         data_dir : /home/aistudio/data/street_code_rec_data/mchar_train[2024/01/02 01:32:28] root INFO:         label_file_list : ['/home/aistudio/data/street_code_rec_data/mchar_train.csv'][2024/01/02 01:32:28] root INFO:         name : SimpleDataSet[2024/01/02 01:32:28] root INFO:         transforms : [2024/01/02 01:32:28] root INFO:             DecodeImage : [2024/01/02 01:32:28] root INFO:                 channel_first : False[2024/01/02 01:32:28] root INFO:                 img_mode : BGR[2024/01/02 01:32:28] root INFO:             RecAug : None[2024/01/02 01:32:28] root INFO:             CTCLabelEncode : None[2024/01/02 01:32:28] root INFO:             RecResizeImg : [2024/01/02 01:32:28] root INFO:                 image_shape : [3, 32, 320][2024/01/02 01:32:28] root INFO:             KeepKeys : [2024/01/02 01:32:28] root INFO:                 keep_keys : ['image', 'label', 'length'][2024/01/02 01:32:28] root INFO:     loader : [2024/01/02 01:32:28] root INFO:         batch_size_per_card : 1024[2024/01/02 01:32:28] root INFO:         drop_last : True[2024/01/02 01:32:28] root INFO:         num_workers : 8[2024/01/02 01:32:28] root INFO:         shuffle : True[2024/01/02 01:32:28] root INFO: profiler_options : None[2024/01/02 01:32:28] root INFO: train with paddle 2.2.1 and device CUDAPlace(0)[2024/01/02 01:32:28] root INFO: Initialize indexs of datasets:['/home/aistudio/data/street_code_rec_data/mchar_val.csv']W0102 01:32:28.580307  1384 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1W0102 01:32:28.584791  1384 device_context.cc:465] device: 0, cuDNN Version: 7.6.[2024/01/02 01:32:33] root INFO: resume from ./output/rec_en_number_lite/best_accuracy[2024/01/02 01:32:33] root INFO: metric in ckpt ***************[2024/01/02 01:32:33] root INFO: acc:0.6261999373800062[2024/01/02 01:32:33] root INFO: start_epoch:28[2024/01/02 01:32:33] root INFO: norm_edit_dis:0.7362716930394972[2024/01/02 01:32:33] root INFO: fps:4054.7339744968563[2024/01/02 01:32:33] root INFO: best_epoch:27eval model::   0%|          | 0/10 [00:00
七、结果预测
预测脚本使用预测训练好的模型，并将结果保存成txt格式，可以直接送到比赛提交入口测评，文件默认保存在output/rec/predicts_chinese_lite_v2.0.txt
1.提交内容与格式
本次比赛要求参赛选手必须提交使用深度学习平台飞桨（PaddlePaddle）训练的模型。参赛者要求以.txt 文本格式提交结果，其中每一行是图片名称和文字预测的结果，中间以 “	” 作为分割符，示例如下：
new_name
value
0.jpg
文本0
2. infer_rec.py修改
    with open(save_res_path, "w") as fout:        # 添加列头     fout.write('file_name' + "," + 'file_code' +'
')        for file in get_image_file_list(config['Global']['infer_img']):            logger.info("infer_img: {}".format(file))            with open(file, 'rb') as f:                img = f.read()                data = {'image': img}            batch = transform(data, ops)            if config['Architecture']['algorithm'] == "SRN":                encoder_word_pos_list = np.expand_dims(batch[1], axis=0)                gsrm_word_pos_list = np.expand_dims(batch[2], axis=0)                gsrm_slf_attn_bias1_list = np.expand_dims(batch[3], axis=0)                gsrm_slf_attn_bias2_list = np.expand_dims(batch[4], axis=0)                others = [                    paddle.to_tensor(encoder_word_pos_list),                    paddle.to_tensor(gsrm_word_pos_list),                    paddle.to_tensor(gsrm_slf_attn_bias1_list),                    paddle.to_tensor(gsrm_slf_attn_bias2_list)                ]            if config['Architecture']['algorithm'] == "SAR":                valid_ratio = np.expand_dims(batch[-1], axis=0)                img_metas = [paddle.to_tensor(valid_ratio)]            images = np.expand_dims(batch[0], axis=0)            images = paddle.to_tensor(images)            if config['Architecture']['algorithm'] == "SRN":                preds = model(images, others)            elif config['Architecture']['algorithm'] == "SAR":                preds = model(images, img_metas)            else:                preds = model(images)            post_result = post_process_class(preds)            info = None            if isinstance(post_result, dict):                rec_info = dict()                for key in post_result:                    if len(post_result[key][0]) >= 2:                        rec_info[key] = {                            "label": post_result[key][0][0],                            "score": float(post_result[key][0][1]),                        }                info = json.dumps(rec_info)            else:                if len(post_result[0]) >= 2:                    info = post_result[0][0] + "	" + str(post_result[0][1])            if info is not None:                logger.info("	 result: {}".format(info))                fout.write(file + "," +  post_result[0][0] +'
')    logger.info("success!")
In [ ]
%cd ~/PaddleOCR/# mobile模型!python tools/infer_rec.py -c configs/rec/multi_language/rec_en_number_lite_train.yml     -o Global.infer_img="/home/aistudio/data/street_code_rec_data/mchar_test_a"     Global.checkpoints=./output/rec_en_number_lite/best_accuracy.pdparams
预测日志
[2024/01/02 02:01:08] root INFO:  result: 21230.9544541[2024/01/02 02:01:08] root INFO: infer_img: /home/aistudio/data/street_code_rec_data/mchar_test_a/039996.png[2024/01/02 02:01:08] root INFO:  result: 3410.8990403[2024/01/02 02:01:08] root INFO: infer_img: /home/aistudio/data/street_code_rec_data/mchar_test_a/039997.png[2024/01/02 02:01:08] root INFO:  result: 1670.95185596[2024/01/02 02:01:08] root INFO: infer_img: /home/aistudio/data/street_code_rec_data/mchar_test_a/039998.png[2024/01/02 02:01:08] root INFO:  result: 2350.9978804[2024/01/02 02:01:08] root INFO: infer_img: /home/aistudio/data/street_code_rec_data/mchar_test_a/039999.png[2024/01/02 02:01:08] root INFO:  result: 9100.93325263[2024/01/02 02:01:08] root INFO: success!......
八、基于预测引擎的预测
1.模型大小限制
约束性条件1：模型总大小不超过10MB（以.pdmodel和.pdiparams文件非压缩状态磁盘占用空间之和为准）；
2.解决办法
训练过程中保存的模型是checkpoints模型，保存的只有模型的参数，多用于恢复训练等。实际上，此处的约束条件限制的是inference 模型的大小。inference 模型一般是模型训练，把模型结构和模型参数保存在文件中的固化模型，多用于预测部署场景。与checkpoints模型相比，inference 模型会额外保存模型的结构信息，在预测部署、加速推理上性能优越，灵活方便，适合于实际系统集成，模型大小也会小一些。
In [ ]
# 静态模型导出%cd ~/PaddleOCR/# mobile模型!python tools/export_model.py -c   configs/rec/multi_language/rec_en_number_lite_train.yml     -o Global.checkpoints=./output/rec_en_number_lite/best_accuracy.pdparams     Global.save_inference_dir=./inference/rec_inference/
/home/aistudio/PaddleOCRW0102 02:06:39.026404  4766 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1W0102 02:06:39.030951  4766 device_context.cc:465] device: 0, cuDNN Version: 7.6.[2024/01/02 02:06:43] root INFO: resume from ./output/rec_en_number_lite/best_accuracy[2024/01/02 02:06:45] root INFO: inference model is saved to ./inference/rec_inference/inference
In [ ]
%cd ~/PaddleOCR/!du -sh ./inference/rec_inference/
/home/aistudio/PaddleOCR2.8M./inference/rec_inference/
可以看到，当前训练使用的CRNN算法导出inference后，仅有2.8M。
导出的inference模型也可以用来预测，预测逻辑如下代码所示。
In [ ]
# 使用导出静态模型预测%cd ~/PaddleOCR/!python3.7 tools/infer/predict_rec.py  --rec_model_dir=./inference/rec_inference/  --image_dir="/home/aistudio/data/street_code_rec_data/mchar_test_a"
预测日志
[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012500.png:('疗绚娇', 0.71012855)[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012501.png:('绚诚', 0.9246478)[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012502.png:('溜', 0.93994504)[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012503.png:('诚溜', 0.95832443)[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012504.png:('溜溜', 0.87103844)[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012505.png:('贿', 0.34199885)[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012506.png:('题', 0.9996681)[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012507.png:('绚绚', 0.9908391)[2024/01/02 02:08:37] root INFO: Predicts of /home/aistudio/data/street_code_rec_data/mchar_test_a/012508.png:('绚', 0.58176464)......
九、提交
预测结果保存到配置文件指定的 output/rec/predicts_chinese_lite_v2.0.txt文件，可直接提交即可。
In [28]
%cd ~!head PaddleOCR/output/rec/predicts_rec.txt
/home/aistudiofile_name,file_code/home/aistudio/data/street_code_rec_data/mchar_test_a/000000.png,59/home/aistudio/data/street_code_rec_data/mchar_test_a/000001.png,290/home/aistudio/data/street_code_rec_data/mchar_test_a/000002.png,113/home/aistudio/data/street_code_rec_data/mchar_test_a/000003.png,97/home/aistudio/data/street_code_rec_data/mchar_test_a/000004.png,63/home/aistudio/data/street_code_rec_data/mchar_test_a/000005.png,39/home/aistudio/data/street_code_rec_data/mchar_test_a/000006.png,126/home/aistudio/data/street_code_rec_data/mchar_test_a/000007.png,1475/home/aistudio/data/street_code_rec_data/mchar_test_a/000008.png,48
随便跑跑82分，大家可以再处理处理，把检测数据也用上，优化优化，多跑几轮，一定可以取得更好的成绩。