paddle训练安装

这里共有三个模块安装部署与训练。版面区域检测、文本检测、文本识别。

一、版面区域检测模块训练

	说明：训练这里只需要用到paddlepaddle、paddlex。所以ocr这里不安装。
以下为CPU安装方式运行，GPU请参考下面的链接。数据集需要自己下载或自己准备，采用COCO类型数据集。

1、下载paddlex项目后，进入该目录并创建虚拟环境3.10。
参考链接：[https://paddlepaddle.github.io/PaddleX/latest/installation/paddlepaddle_install.html#docker](https://paddlepaddle.github.io/PaddleX/latest/installation/paddlepaddle_install.html#docker)

2、先用用 pip 在当前环境中安装飞桨 PaddlePaddle。
	`python -m pip install paddlepaddle==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/`

测试输出结果：
	`python -c "import paddle; print(paddle.__version__)"`

3、安装paddlex
	`pip install -e .`

4、安装插件，比如PaddleDetection、
	```

paddlex --install PaddleXXX # 例如PaddleOCR、PaddleDetection

paddlex --install #安装所有插件，不建议，中间出过多次错误。

	paddlex --install --platform gitee.com   # gitee源，安装所有插件。

	5、执行数据集验证：
		```
python main.py -c paddlex/configs/modules/layout_detection/PP-DocLayout-L.yaml -o Global.mode=check_dataset -o Global.dataset_dir=./study/train/dataset/det_layout_examples

		“Check dataset passed !”为验证成功

执行训练命令：
	```

python main.py -c paddlex/configs/modules/layout_detection/PP-DocLayout-L.yaml -o Global.mode=train -o Global.dataset_dir=./study/train/dataset/det_layout_examples

		会报错，因为这个`PP-DocLayout-L.yaml`配置文件默认是采用GPU运行的，所以配置文件需要修改。
		```
mode: train #原本为check_dataset
		device: cpu  # 关键修改：从gpu:0,1,2,3改为cpu

	log查看异常，并处理
		```

pip install numba==0.56.4

pip install scikit-learn

二、文本检测模块训练
	(一)、这里基于PaddleOCR的文件检测模块训练。
		这里需要安装OCR。参考链接：[https://paddlepaddle.github.io/PaddleOCR/main/version3.x/installation.html](https://paddlepaddle.github.io/PaddleOCR/main/version3.x/installation.html)

		1、安装OCR
			```
python -m pip install paddleocr

			git clone https://gitee.com/paddlepaddle/PaddleOCR.git
			# 切换分支
			git checkout release/3.0
			# 安装依赖
			python -m pip install -r requirements.txt

			中间报错，numpy切换版本：
			pip install numpy==1.26.4

	2、文本检测 命令测试demo：
		`paddleocr text_detection -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_001.png`

	3、下载训练数据集与预训练模型
		```

https://paddle-model-ecology.bj.bcebos.com/paddlex/data/ocr_det_dataset_examples.tar

# 下载 PP-OCRv5_server_det 预训练模型

wget https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/PP-OCRv5_server_det_pretrained.pdparams

		3.1、这里需要修改配置文件。`configs/det/PP-OCRv5/PP-OCRv5_server_det.yml`，CPU训练的里面几个参数可进行改动
			```
use_gpu: false #启用CPU
			epoch_num: &epoch_num 2 #训练轮次
			distributed: false # 禁用分布式

	3、解压后进行训练
		# 单卡训练，多卡训练参考官网
		```

python tools/train.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=./study/train/dataset/PP-OCRv5_server_det_pretrained.pdparams Train.dataset.data_dir=./study/train/dataset/ocr_det_dataset_examples Train.dataset.label_file_list='[./study/train/dataset/ocr_det_dataset_examples/train.txt]' Eval.dataset.data_dir=./ocr_det_dataset_examples Eval.dataset.label_file_list='[./study/train/dataset/ocr_det_dataset_examples/val.txt]'

# https://paddlepaddle.github.io/PaddleOCR/main/version3.x/module_usage/text_detection.html#_42

		4、训练完成后，命令进行验证。
			```
python tools/eval.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=./output/PP-OCRv5_server_det_pretrained.pdparams  Eval.dataset.data_dir=./study/train/dataset/ocr_det_dataset_examples Eval.dataset.label_file_list='[./study/train/dataset/ocr_det_dataset_examples/val.txt]'

(二)、这里是基于paddlex的文本检测模块的数据集验证、训练与评估、导出等方法。
	1、验证数据集
		```

python main.py -c paddlex/configs/modules/text_detection/PP-OCRv5_mobile_det.yaml -o Global.mode=check_dataset -o Global.dataset_dir=./study/train/dataset/ocr_det_dataset_examples

			能正常运行OK，不能看问题是否是报错【AttributeError: 'FigureCanvasAgg' object has no attribute 'tostring_rgb'】
			我这边报错，修改【PaddleX\paddlex\modules\text_detection\dataset_checker\dataset_src\analyse_dataset.py】这个代码后ok了，
			内容如下（屏蔽掉的为原代码）：
				```
# canvas.draw()
				# width, height = fig.get_size_inches() * fig.get_dpi()
				# bar_array = np.frombuffer(canvas.tostring_rgb(), dtype="uint8").reshape(
				#     int(height), int(width), 3
				# )
				canvas.draw()
				width, height = fig.get_size_inches() * fig.get_dpi()
				rgba_array = np.asarray(canvas.buffer_rgba(), dtype="uint8").reshape(int(height), int(width), 4)
				bar_array = cv2.cvtColor(rgba_array, cv2.COLOR_RGBA2BGR)
				```
			第二段代码：
	```
				# canvas.draw()
				# width, height = fig.get_size_inches() * fig.get_dpi()
				# pie_array = np.frombuffer(canvas.tostring_rgb(), dtype="uint8").reshape(
				#     int(height), int(width), 3
				# )
				canvas.draw()
				width, height = fig.get_size_inches() * fig.get_dpi()
				rgba_array = np.asarray(canvas.buffer_rgba(), dtype="uint8").reshape(int(height), int(width), 4)
				pie_array = cv2.cvtColor(rgba_array, cv2.COLOR_RGBA2BGR)

		2、训练
			`python main.py -c paddlex/configs/modules/text_detection/PP-OCRv5_mobile_det.yaml -o Global.mode=train -o Global.dataset_dir=./study/train/dataset/ocr_det_dataset_examples`

		3、评估
			`python main.py -c paddlex/configs/modules/text_detection/PP-OCRv5_mobile_det.yaml -o Global.mode=evaluate -o Global.dataset_dir=./study/train/dataset/ocr_det_dataset_examples`

		如果安装报错，说缺少目录，则新建这个目录
		`### D:\developSoft\anaconda3\envs\ocr310\Lib\site-packages\paddlex\repo_manager\repos`

		```

参考链接

https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/pipeline_usage/PP-ChatOCRv4.html#1-pp-chatocrv4

https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/module_usage/text_detection.html#43

三、文本识别模块训练

	(一)、PaddleOCR版文本识别模块的训练

		1、文本识别模块跟文本检测模式都是依赖于PaddleOCR，所以上面下载好PaddleOCR源码后，进入源码目录。
		自己下载好模型与数据集
		`https://paddlepaddle.github.io/PaddleOCR/main/version3.x/module_usage/text_recognition.html#411`

		2、修改配置文件`configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml`以下内容：
		 ```
 use_gpu: false
		  epoch_num: 2
		  character_dict_path: ./study/train/dataset/ocr_rec_dataset_examples/dict.txt
          ... ...

		  Train:
			dataset:
			   data_dir: ./study/train/dataset/ocr_rec_dataset_examples/
			   label_file_list:
				   - ./study/train/dataset/ocr_rec_dataset_examples/train.txt
		  Eval:
			dataset:
			   data_dir: ./study/train/dataset/ocr_rec_dataset_examples/
			   label_file_list:
				  - ./study/train/dataset/ocr_rec_dataset_examples/val.txt

	```		

		3、Python训练命令如下：
		`python tools/train.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=./study/train/dataset/PP-OCRv5_server_rec_pretrained.pdparams`

		4、模型评估：
		`python tools/eval.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=output/PP-OCRv5_server_rec/latest.pdparams`

		5、模型导出指令：
		`python tools/export_model.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=output/PP-OCRv5_server_rec/latest.pdparams Global.save_inference_dir=".out/tt/PP-OCRv5_server_rec_infer/"`

	(二)、PaddleX版文本识别模块的训练
		1、数据下载链接：

		2、数据集验证：
			`python main.py -c paddlex/configs/modules/text_recognition/PP-OCRv4_mobile_rec.yaml -o Global.mode=check_dataset -o Global.dataset_dir=./study/train/dataset/ocr_rec_dataset_examples`

			能正常运行OK，不能看问题是否是报错【AttributeError: 'FigureCanvasAgg' object has no attribute 'tostring_rgb'】
			我这边报错，修改【`PaddleX\paddlex\modules\text_recognition\dataset_checker\dataset_src\analyse_dataset.py`】这个代码后ok了，
			内容如下（屏蔽掉的为原代码）：
				```
# canvas.draw()
				# width, height = fig.get_size_inches() * fig.get_dpi()
				# pie_array = np.frombuffer(canvas.tostring_rgb(), dtype="uint8").reshape(
				#     int(height), int(width), 3
				# )
				canvas.draw()
				width, height = fig.get_size_inches() * fig.get_dpi()
				rgba_array = np.asarray(canvas.buffer_rgba(), dtype="uint8").reshape(int(height), int(width), 4)
				pie_array = cv2.cvtColor(rgba_array, cv2.COLOR_RGBA2BGR)

	3、训练指令：
		`python main.py -c paddlex/configs/modules/text_recognition/PP-OCRv4_mobile_rec.yaml -o Global.mode=train -o Global.dataset_dir=./study/train/dataset/ocr_rec_dataset_examples`

	4、训练完成后，评估模型：
		`python main.py -c paddlex/configs/modules/text_recognition/PP-OCRv4_mobile_rec.yaml -o Global.mode=evaluate -o Global.dataset_dir=./study/train/dataset/ocr_rec_dataset_examples`

	5、推理模型：
		`python main.py -c paddlex/configs/modules/text_recognition/PP-OCRv4_mobile_rec.yaml -o Global.mode=predict -o Predict.model_dir="./output/ocr_rec_dataset_examples/best_accuracy/inference" -o Predict.input="general_ocr_rec_001.png"`