Skip to content

Latest commit

 

History

History
356 lines (268 loc) · 10.9 KB

readme_ch.md

File metadata and controls

356 lines (268 loc) · 10.9 KB
Raw

English | 简体中文

服务器端C++预测

本章节介绍PaddleOCR 模型的的C++部署方法。C++在性能计算上优于Python，因此，在大多数CPU、GPU部署场景，多采用C++的部署方式，本节将介绍如何在Linux\Windows (CPU\GPU)环境下配置C++环境并完成PaddleOCR模型部署。

1. 准备环境

1.1 运行准备

  • Linux环境，推荐使用docker。
  • Windows环境。
  • 该文档主要介绍基于Linux环境的PaddleOCR C++预测流程，如果需要在Windows下基于预测库进行C++预测，具体编译方法请参考Windows下编译教程

1.2 编译opencv库

  • 首先需要从opencv官网上下载在Linux环境下源码编译的包，以opencv3.4.7为例，下载命令如下。
cd deploy/cpp_infer
wget https://paddleocr.bj.bcebos.com/libs/opencv/opencv-3.4.7.tar.gz
tar -xf opencv-3.4.7.tar.gz

最终可以在当前目录下看到opencv-3.4.7/的文件夹。

  • 编译opencv，设置opencv源码路径(root_path)以及安装路径(install_path)。进入opencv源码路径下，按照下面的方式进行编译。
root_path="your_opencv_root_path"
install_path=${root_path}/opencv3
build_dir=${root_path}/build

rm -rf ${build_dir}
mkdir ${build_dir}
cd ${build_dir}

cmake .. \
    -DCMAKE_INSTALL_PREFIX=${install_path} \
    -DCMAKE_BUILD_TYPE=Release \
    -DBUILD_SHARED_LIBS=OFF \
    -DWITH_IPP=OFF \
    -DBUILD_IPP_IW=OFF \
    -DWITH_LAPACK=OFF \
    -DWITH_EIGEN=OFF \
    -DCMAKE_INSTALL_LIBDIR=lib64 \
    -DWITH_ZLIB=ON \
    -DBUILD_ZLIB=ON \
    -DWITH_JPEG=ON \
    -DBUILD_JPEG=ON \
    -DWITH_PNG=ON \
    -DBUILD_PNG=ON \
    -DWITH_TIFF=ON \
    -DBUILD_TIFF=ON

make -j
make install

也可以直接修改tools/build_opencv.sh的内容，然后直接运行下面的命令进行编译。

sh tools/build_opencv.sh

其中root_path为下载的opencv源码路径，install_path为opencv的安装路径，make install完成之后，会在该文件夹下生成opencv头文件和库文件，用于后面的OCR代码编译。

最终在安装路径下的文件结构如下所示。

opencv3/
|-- bin
|-- include
|-- lib
|-- lib64
|-- share

1.3 下载或者编译Paddle预测库

可以选择直接下载安装或者从源码编译，下文分别进行具体说明。

1.3.1 直接下载安装

Paddle预测库官网 上提供了不同cuda版本的Linux预测库，可以在官网查看并选择合适的预测库版本（建议选择paddle版本>=2.0.1版本的预测库 ）。

下载之后解压:

tar -xf paddle_inference.tgz

最终会在当前的文件夹中生成paddle_inference/的子文件夹。

1.3.2 预测库源码编译

如果希望获取最新预测库特性，可以从github上克隆最新Paddle代码进行编译，生成最新的预测库。

  • 使用git获取代码:
git clone https://github.com/PaddlePaddle/Paddle.git
git checkout develop
  • 进入Paddle目录，进行编译:
rm -rf build
mkdir build
cd build

cmake  .. \
    -DWITH_CONTRIB=OFF \
    -DWITH_MKL=ON \
    -DWITH_MKLDNN=ON  \
    -DWITH_TESTING=OFF \
    -DCMAKE_BUILD_TYPE=Release \
    -DWITH_INFERENCE_API_TEST=OFF \
    -DON_INFER=ON \
    -DWITH_PYTHON=ON
make -j
make inference_lib_dist

更多编译参数选项介绍可以参考Paddle预测库编译文档。

  • 编译完成之后，可以在build/paddle_inference_install_dir/文件下看到生成了以下文件及文件夹。
build/paddle_inference_install_dir/
|-- CMakeCache.txt
|-- paddle
|-- third_party
|-- version.txt

其中paddle就是C++预测所需的Paddle库，version.txt中包含当前预测库的版本信息。

2. 开始运行

2.1 准备模型

直接下载PaddleOCR提供的推理模型，或者参考模型预测章节，将训练好的模型导出为推理模型。模型导出之后，假设放在inference目录下，则目录结构如下。

inference/
|-- det_db
|   |--inference.pdiparams
|   |--inference.pdmodel
|-- rec_rcnn
|   |--inference.pdiparams
|   |--inference.pdmodel
|-- cls
|   |--inference.pdiparams
|   |--inference.pdmodel

2.2 编译PaddleOCR C++预测demo

编译命令如下，其中Paddle C++预测库、opencv等其他依赖库的地址需要换成自己机器上的实际地址。

sh tools/build.sh

具体的，需要修改tools/build.sh中环境路径，相关内容如下：

OPENCV_DIR=your_opencv_dir
LIB_DIR=your_paddle_inference_dir
CUDA_LIB_DIR=your_cuda_lib_dir
CUDNN_LIB_DIR=/your_cudnn_lib_dir

其中，OPENCV_DIR为opencv编译安装的地址；LIB_DIR为下载(paddle_inference文件夹)或者编译生成的Paddle预测库地址(build/paddle_inference_install_dir文件夹)；CUDA_LIB_DIR为cuda库文件地址，在docker中为/usr/local/cuda/lib64；CUDNN_LIB_DIR为cudnn库文件地址，在docker中为/usr/lib/x86_64-linux-gnu/。注意：以上路径都写绝对路径，不要写相对路径。

编译完成之后，会在build文件夹下生成一个名为ppocr的可执行文件。

2.3 运行demo

本demo支持系统串联调用，也支持单个功能的调用，如，只使用检测或识别功能。

运行方式：

./build/ppocr [--param1] [--param2] [...]

具体命令如下：

1. 检测+分类+识别：
./build/ppocr --det_model_dir=inference/det_db \
    --rec_model_dir=inference/rec_rcnn \
    --cls_model_dir=inference/cls \
    --image_dir=../../doc/imgs/12.jpg \
    --use_angle_cls=true \
    --det=true \
    --rec=true \
    --cls=true \
2. 检测+识别：
./build/ppocr --det_model_dir=inference/det_db \
    --rec_model_dir=inference/rec_rcnn \
    --image_dir=../../doc/imgs/12.jpg \
    --use_angle_cls=false \
    --det=true \
    --rec=true \
    --cls=false \
3. 检测：
./build/ppocr --det_model_dir=inference/det_db \
    --image_dir=../../doc/imgs/12.jpg \
    --det=true \
    --rec=false
4. 分类+识别：
./build/ppocr --rec_model_dir=inference/rec_rcnn \
    --cls_model_dir=inference/cls \
    --image_dir=../../doc/imgs_words/ch/word_1.jpg \
    --use_angle_cls=true \
    --det=false \
    --rec=true \
    --cls=true \
5. 识别：
./build/ppocr --rec_model_dir=inference/rec_rcnn \
    --image_dir=../../doc/imgs_words/ch/word_1.jpg \
    --use_angle_cls=false \
    --det=false \
    --rec=true \
    --cls=false \
6. 分类：
./build/ppocr --cls_model_dir=inference/cls \
    --cls_model_dir=inference/cls \
    --image_dir=../../doc/imgs_words/ch/word_1.jpg \
    --use_angle_cls=true \
    --det=false \
    --rec=false \
    --cls=true \

更多支持的可调节参数解释如下：

  • 通用参数
参数名称 类型 默认参数 意义
use_gpu bool false 是否使用GPU
gpu_id int 0 GPU id，使用GPU时有效
gpu_mem int 4000 申请的GPU内存
cpu_math_library_num_threads int 10 CPU预测时的线程数，在机器核数充足的情况下，该值越大，预测速度越快
enable_mkldnn bool true 是否使用mkldnn库
output str ./output 可视化结果保存的路径
  • 前向相关
参数名称 类型 默认参数 意义
det bool true 前向是否执行文字检测
rec bool true 前向是否执行文字识别
cls bool false 前向是否执行文字方向分类
  • 检测模型相关
参数名称 类型 默认参数 意义
det_model_dir string - 检测模型inference model地址
max_side_len int 960 输入图像长宽大于960时，等比例缩放图像，使得图像最长边为960
det_db_thresh float 0.3 用于过滤DB预测的二值化图像，设置为0.-0.3对结果影响不明显
det_db_box_thresh float 0.5 DB后处理过滤box的阈值，如果检测存在漏框情况，可酌情减小
det_db_unclip_ratio float 1.6 表示文本框的紧致程度，越小则文本框更靠近文本
det_db_score_mode string slow slow:使用多边形框计算bbox score，fast:使用矩形框计算。矩形框计算速度更快，多边形框对弯曲文本区域计算更准确。
visualize bool true 是否对结果进行可视化，为1时，预测结果会保存在output字段指定的文件夹下和输入图像同名的图像上。
  • 方向分类器相关
参数名称 类型 默认参数 意义
use_angle_cls bool false 是否使用方向分类器
cls_model_dir string - 方向分类器inference model地址
cls_thresh float 0.9 方向分类器的得分阈值
cls_batch_num int 1 方向分类器batchsize
  • 识别模型相关
参数名称 类型 默认参数 意义
rec_model_dir string - 识别模型inference model地址
rec_char_dict_path string ../../ppocr/utils/ppocr_keys_v1.txt 字典文件
rec_batch_num int 6 识别模型batchsize
rec_img_h int 32 识别模型输入图像高度
rec_img_w int 320 识别模型输入图像宽度
  • PaddleOCR也支持多语言的预测，更多支持的语言和模型可以参考识别文档中的多语言字典与模型部分，如果希望进行多语言预测，只需将修改rec_char_dict_path（字典文件路径）以及rec_model_dir（inference模型路径）字段即可。

最终屏幕上会输出检测结果如下。

predict img: ../../doc/imgs/12.jpg
../../doc/imgs/12.jpg
0       det boxes: [[79,553],[399,541],[400,573],[80,585]] rec text: 打浦路252935号 rec score: 0.933757
1       det boxes: [[31,509],[510,488],[511,529],[33,549]] rec text: 绿洲仕格维花园公寓 rec score: 0.951745
2       det boxes: [[181,456],[395,448],[396,480],[182,488]] rec text: 打浦路15号 rec score: 0.91956
3       det boxes: [[43,413],[480,391],[481,428],[45,450]] rec text: 上海斯格威铂尔多大酒店 rec score: 0.915914
The detection visualized image saved in ./output//12.jpg

3. FAQ

  1. 遇到报错 unable to access 'https://github.com/LDOUBLEV/AutoLog.git/': gnutls_handshake() failed: The TLS connection was non-properly terminated.， 将 deploy/cpp_infer/external-cmake/auto-log.cmake 中的github地址改为 https://gitee.com/Double_V/AutoLog 地址即可。