一：制作数据

1.标注工具的下载

标注工具的安装共两种方式：

1.1源码安装下载，找到PPOCRlabel.py文件，并运行它。

python PPOCRlabel.py

（需要很多的库，报错就安装）

 

1.2.直接安装

pip install PPOCRlabel

2.标注

下载成功后，运行PPOCRLabel文件，将弹出来标注软件

1.打开文件

2.自动标注，若有不对可进行人为修改

3.点击查看标注内容是否正确，若正确则点击，不正确进行步骤四

4.若不正确选择对应的框进行重新标注，并输入正确识别结果。

 

标注好后，需进行点击生成这三个文件

3.划分数据集

最后应该生成以下文件

 之后进行数据集的划分

python gen_ocr_train_val_test.py --trainValTestRatio 6:2:2 --datasetRootPath 1/1#这个是刚刚生成数据的训练集，生成目录为默认目录，则为PPOCRLabel上一级目录

 生成目录为下图： det是用来训练文字检测的数据集，rec是用来训练文字识别的数据集

 

二：训练模型

需要训练两个模型，分别为定位和识别，先训练定位模型，再进行识别模型的训练。

Ⅰ：定位

1.下载模型

从官网下载模型（网站）

PaddleOCR/doc/doc_ch/models_list.md at release/2.7 · PaddlePaddle/PaddleOCR · GitHub

之后下载此文件，添加到PaddleOCR-release-2.7（选择自己的源码）

 

2.配置文件

因为选择的是上面的文件，配置文件则需要下面的配置文件

修改下列基本参数

use_gpu:是否应用gpu

wpoch_num：训练的周期

save_model_dir:保存模型的路径

pretrained_model：预训练模型的路径

data_dir：训练图片的路径

label_file_list：训练图片txt的路径

data_dir:val图片的路径

label_file_list：val txt的路径 

3.开始训练

python tools/train.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml

训练成功后生成最好的的模型会存放到上面所写的保存路径里面

4.进行预测

python tools/infer_det.py -c configs/det/ch_ppocr_v2.0/ch_det_res18_db_v2.0.yml -o Global.pretrained_model=/home/gicom/WY/PaddleOCR-release-2.7/out_model/det/best_model/model.pdparams  #训练最好结果模型的路径Global.infer_img=/home/gicom/WY/gicomocr/result/1#预测图片的文件夹路径

预测后在默认文件夹保存

Ⅱ：识别

此步骤和定位步骤相似

1.下载模型

PaddleOCR/doc/doc_ch/models_list.md at release/2.7 · PaddlePaddle/PaddleOCR · GitHub

2.配置文件

配置里面的内容和定位一致，这里不加赘述

3.开始训练 

python tools/train.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_rec.yml #ch_PP-OCRv3_rec.yml的路径