Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
邱崇源
PaddleOCR
提交
04c89799
P
PaddleOCR
项目概览
邱崇源
/
PaddleOCR
与 Fork 源项目一致
Fork自
PaddlePaddle / PaddleOCR
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleOCR
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
04c89799
编写于
7月 12, 2020
作者:
D
dyning
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
modify hubserving
上级
72dbeee8
变更
2
显示空白变更内容
内联
并排
Showing
2 changed file
with
0 addition
and
150 deletion
+0
-150
deploy/hubserving/.ipynb_checkpoints/serving-checkpoint.md
deploy/hubserving/.ipynb_checkpoints/serving-checkpoint.md
+0
-109
deploy/hubserving/ocr_det/.ipynb_checkpoints/params-checkpoint.py
...ubserving/ocr_det/.ipynb_checkpoints/params-checkpoint.py
+0
-41
未找到文件。
deploy/hubserving/.ipynb_checkpoints/serving-checkpoint.md
已删除
100644 → 0
浏览文件 @
72dbeee8
# 服务部署
PaddleOCR提供2种服务部署方式:
-
基于HubServing的部署:已集成到PaddleOCR中(
[
code
](
https://github.com/PaddlePaddle/PaddleOCR/tree/develop/deploy/ocr_hubserving
)
),按照本教程使用;
-
基于PaddleServing的部署:详见PaddleServing官网
[
demo
](
https://github.com/PaddlePaddle/Serving/tree/develop/python/examples/ocr
)
,后续也将集成到PaddleOCR。
服务部署目录下包括检测、识别、2阶段串联三种服务包,根据需求选择相应的服务包进行安装和启动。目录如下:
```
deploy/hubserving/
└─ ocr_det 检测模块服务包
└─ ocr_rec 识别模块服务包
└─ ocr_system 检测+识别串联服务包
```
每个服务包下包含3个文件。以2阶段串联服务包为例,目录如下:
```
deploy/hubserving/ocr_system/
└─ __init__.py 空文件
└─ config.json 配置文件,启动服务时作为参数传入
└─ module.py 主模块,包含服务的完整逻辑
```
## 启动服务
以下步骤以检测+识别2阶段串联服务为例,如果只需要检测服务或识别服务,替换相应文件路径即可。
### 1. 安装paddlehub
```
pip3 install paddlehub --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple```
### 2. 安装服务模块
PaddleOCR提供3种服务模块,根据需要安装所需模块。如:
安装检测服务模块:
```
hub install deploy/hubserving/ocr_det/
```
或,安装识别服务模块:
```
hub install deploy/hubserving/ocr_rec/
```
或,安装检测+识别串联服务模块:
```
hub install deploy/hubserving/ocr_system/
```
### 3. 修改配置文件
在config.json中指定模型路径、是否使用GPU、是否对结果做可视化等参数,如,串联服务ocr_system的配置:
```
python
{
"modules_info": {
"ocr_system": {
"init_args": {
"version": "1.0.0",
"det_model_dir": "./inference/det/",
"rec_model_dir": "./inference/rec/",
"use_gpu": true
},
"predict_args": {
"visualization": false
}
}
}
}
```
其中,模型路径对应的模型为```inference模型```。
### 4. 运行启动命令
```
hub serving start -m ocr_system --config hubserving/ocr_det/config.json
```
这样就完成了一个服务化API的部署,默认端口号为8866。
**NOTE:** 如使用GPU预测(即,config中use_gpu置为true),则需要在启动服务之前,设置CUDA_VISIBLE_DEVICES环境变量,如:```
export CUDA_VISIBLE_DEVICES=0
```,否则不用设置。
## 发送预测请求
配置好服务端,以下数行代码即可实现发送预测请求,获取预测结果:
```
python
import requests
import json
import cv2
import base64
def cv2_to_base64(image):
return base64.b64encode(image).decode('utf8')
# 发送HTTP请求
data = {'images':[cv2_to_base64(open("./doc/imgs/11.jpg", 'rb').read())]}
headers = {"Content-type": "application/json"}
# url = "http://127.0.0.1:8866/predict/ocr_det"
# url = "http://127.0.0.1:8866/predict/ocr_rec"
url = "http://127.0.0.1:8866/predict/ocr_system"
r = requests.post(url=url, headers=headers, data=json.dumps(data))
# 打印预测结果
print(r.json()["results"])
```
你可能需要根据实际情况修改```url```字符串中的端口号和服务模块名称。
上面所示代码都已写入测试脚本,可直接运行命令:```python tools/test_hubserving.py```
## 自定义修改服务模块
如果需要修改服务逻辑,你一般需要操作以下步骤:
1、 停止服务
```
hub serving stop -m ocr_system
```
2、 到相应的module.py文件中根据实际需求修改代码
3、 卸载旧服务包
```
hub uninstall ocr_system
```
4、 安装修改后的新服务包
```
hub install deploy/hubserving/ocr_system/
```
deploy/hubserving/ocr_det/.ipynb_checkpoints/params-checkpoint.py
已删除
100644 → 0
浏览文件 @
72dbeee8
# -*- coding:utf-8 -*-
from
__future__
import
absolute_import
from
__future__
import
division
from
__future__
import
print_function
class
Config
(
object
):
pass
def
read_params
():
cfg
=
Config
()
#params for text detector
cfg
.
det_algorithm
=
"DB"
# cfg.det_model_dir = "./inference/ch_det_mv3_db/"
cfg
.
det_model_dir
=
"./inference/det/"
cfg
.
det_max_side_len
=
960
#DB parmas
cfg
.
det_db_thresh
=
0.3
cfg
.
det_db_box_thresh
=
0.5
cfg
.
det_db_unclip_ratio
=
2.0
# #EAST parmas
# cfg.det_east_score_thresh = 0.8
# cfg.det_east_cover_thresh = 0.1
# cfg.det_east_nms_thresh = 0.2
# #params for text recognizer
# cfg.rec_algorithm = "CRNN"
# # cfg.rec_model_dir = "./inference/ch_det_mv3_crnn/"
# cfg.rec_model_dir = "./inference/rec/"
# cfg.rec_image_shape = "3, 32, 320"
# cfg.rec_char_type = 'ch'
# cfg.rec_batch_num = 30
# cfg.rec_char_dict_path = "./ppocr/utils/ppocr_keys_v1.txt"
# cfg.use_space_char = True
return
cfg
\ No newline at end of file
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录