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
uygurjan2008
PaddleOCR
提交
dc8d6f6f
P
PaddleOCR
项目概览
uygurjan2008
/
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
dc8d6f6f
编写于
7月 02, 2020
作者:
L
LDOUBLEV
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
optimize doc
上级
85706e16
变更
1
显示空白变更内容
内联
并排
Showing
1 changed file
with
34 addition
and
24 deletion
+34
-24
deploy/lite/readme.md
deploy/lite/readme.md
+34
-24
未找到文件。
deploy/lite/readme.md
浏览文件 @
dc8d6f6f
# PaddleOCR
移动端
部署
# PaddleOCR
模型
部署
本教程介绍如何在移动端部署PaddleOCR超轻量中文检测、识别模型。
## 运行准备
-
电脑(编译Paddle-Lite)
-
安卓手机(armv7或armv8)
PaddleOCR是集训练、预测、部署于一体的实用OCR工具库。本教程将介绍在安卓移动端部署PaddleOCR超轻量中文检测、识别模型的主要流程。
## 1. 准备环境
### 运行准备
-
电脑(编译Paddle-Lite)
-
安卓手机(armv7或armv8)
### 1.1 准备交叉编译环境
交叉编译环境用于编译
Paddle-Lite
和PaddleOCR的C++ demo。
交叉编译环境用于编译
[
Paddle-Lite
](
https://github.com/PaddlePaddle/Paddle-Lite
)
和PaddleOCR的C++ demo。
支持多种开发环境,不同开发环境的编译流程请参考对应文档。:
1.
[
Docker
](
https://paddle-lite.readthedocs.io/zh/latest/user_guides/source_compile.html#docker
)
2.
[
Linux
](
https://paddle-lite.readthedocs.io/zh/latest/user_guides/source_compile.html#android
)
3.
[
MAC OS
](
https://paddle-lite.readthedocs.io/zh/latest/user_guides/source_compile.html#id13
)
4.
[
Windows
](
https://paddle-lite.readthedocs.io/zh/latest/demo_guides/x86.html#windows
)
### 1.2 准备预编译库
预编译库有两种获取方式:
-
1. 直接下载,下载
[
链接
](
https://paddle-lite.readthedocs.io/zh/latest/user_guides/release_lib.html#android-toolchain-gcc
)
.
注意选择
with_extra=ON,with_cv=ON
的下载链接。
注意选择
`with_extra=ON,with_cv=ON`
的下载链接。
-
2. 编译Paddle-Lite得到,Paddle-Lite的编译方式如下:
```
git clone https://github.com/PaddlePaddle/Paddle-Lite.git
...
...
@@ -30,12 +29,12 @@ cd Paddle-Lite
./lite/tools/build_android.sh --arch=armv8 --with_cv=ON --with_extra=ON
```
注意:编译Paddle-Lite获得预编译库时,需要打开
--with_cv=ON --with_extra=ON两个选项,--arch表示arm
版本,这里指定为armv8,
注意:编译Paddle-Lite获得预编译库时,需要打开
`--with_cv=ON --with_extra=ON`
两个选项,
`--arch`
表示
`arm`
版本,这里指定为armv8,
更多编译命令
介绍请参考
[
链接
](
https://paddle-lite.readthedocs.io/zh/latest/user_guides/Compile/Android.html#id2
)
。
直接下载预编译库并解压后,可以得到
'inference_lite_lib.android.armv8/'
文件夹,通过编译Paddle-Lite得到的预编译库位于
'Paddle-Lite/build.lite.android.armv8.gcc/inference_lite_lib.android.armv8/'
文件夹下。
直接下载预编译库并解压后,可以得到
`inference_lite_lib.android.armv8/`
文件夹,通过编译Paddle-Lite得到的预编译库位于
`Paddle-Lite/build.lite.android.armv8.gcc/inference_lite_lib.android.armv8/`
文件夹下。
预编译库的文件目录如下:
```
inference_lite_lib.android.armv8/
...
...
@@ -66,26 +65,36 @@ inference_lite_lib.android.armv8/
### 2.1 模型优化
Paddle-Lite 提供了多种策略来自动优化原始的模型,其中包括量化、子图融合、混合调度、Kernel优选等方法,使用Paddle_lite的opt工具可以自动
对模inference型进行优化,优化后的模型更轻量,模型运行速度更快。
Paddle-Lite 提供了多种策略来自动优化原始的模型,其中包括量化、子图融合、混合调度、Kernel优选等方法,使用Paddle-lite的opt工具可以自动
对inference模型进行优化,优化后的模型更轻量,模型运行速度更快。
下述表格中提供了优化好的超轻量中文模型:
|模型简介|检测模型|识别模型|
|-|-|-|
|超轻量级中文OCR opt优化模型|
[
下载地址
](
https://paddleocr.bj.bcebos.com/deploy/lite/ch_det_mv3_db_opt.nb
)
|
[
下载地址
](
https://paddleocr.bj.bcebos.com/deploy/lite/ch_rec_mv3_crnn_opt.nb
)
|
如果直接使用上述表格中的模型进行部署,可略过下述步骤,直接阅读
[
2.2节
](
###2.2与手机联调
)
。
如果要部署的模型不在上述表格中,则需要按照如下步骤获得优化后的模型。
模型优化需要
使用
Paddle-Lite的opt可执行文件,可以通过编译Paddle-Lite源码获得,编译步骤如下:
模型优化需要Paddle-Lite的opt可执行文件,可以通过编译Paddle-Lite源码获得,编译步骤如下:
```
# 如果准备环境
中
已经clone了Paddle-Lite,则不用重新clone Paddle-Lite
# 如果准备环境
时
已经clone了Paddle-Lite,则不用重新clone Paddle-Lite
git clone https://github.com/PaddlePaddle/Paddle-Lite.git
cd Paddle-Lite
# 启动编译
./lite/tools/build.sh build_optimize_tool
```
编译完成后,opt文件位于
'build.opt/lite/api/'
下,可通过如下方式查看opt的运行选项和使用方式;
编译完成后,opt文件位于
`build.opt/lite/api/`
下,可通过如下方式查看opt的运行选项和使用方式;
```
cd build.opt/lite/api/
./opt
```
|选项|说明|
|
:-:|:-:
|
|
-|-
|
|--model_dir|待优化的PaddlePaddle模型(非combined形式)的路径|
|--model_file|待优化的PaddlePaddle模型(combined形式)的网络结构文件路径|
|--param_file|待优化的PaddlePaddle模型(combined形式)的权重文件路径|
...
...
@@ -110,22 +119,23 @@ wget https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn_infer.tar && tar
./opt --model_file=./ch_rec_mv3_crnn/model --param_file=./ch_rec_mv3_crnn/params --optimize_out_type=naive_buffer --optimize_out=./ch_rec_mv3_crnn_opt --valid_targets=arm
```
转换成功后,当前目录下会多出
ch_det_mv3_db_opt.nb, ch_rec_mv3_crnn_opt.nb
结尾的文件,即是转换成功的模型文件。
转换成功后,当前目录下会多出
`ch_det_mv3_db_opt.nb`
,
`ch_rec_mv3_crnn_opt.nb`
结尾的文件,即是转换成功的模型文件。
注意:使用paddle-lite部署时,需要使用opt工具优化后的模型。 opt 转换的输入模型是paddle保存的inference模型
### 2.2 与手机联调
首先需要进行一些准备工作。
1.
准备一台arm8的安卓手机,如果编译的预测库和opt文件是armv7,则需要arm7的手机。
2.
打开手机的USB调试选项,选择文件传输模式,连接电脑
3.
电脑上安装adb工具,用于调试。在电脑终端中输入
'adb devices'
,如果有类似以下输出,则表示安装成功。
3.
电脑上安装adb工具,用于调试。在电脑终端中输入
`adb devices`
,如果有类似以下输出,则表示安装成功。
```
List of devices attached
744be294 device
```
4.
准备预测库、模型和预测文件,在预测库
inference_lite_lib.android.armv8/demo/cxx/下新建一个ocr/
文件夹,并将转换后的nb模型、
PaddleOCR repo中
PaddleOCR/deploy/lite/
下的所有文件放在新建的ocr文件夹下。执行完成后,ocr文件夹下将有如下文件格式:
4.
准备预测库、模型和预测文件,在预测库
`inference_lite_lib.android.armv8/demo/cxx/`
下新建一个
`ocr/`
文件夹,并将转换后的nb模型、
PaddleOCR repo中
`PaddleOCR/deploy/lite/`
下的所有文件放在新建的ocr文件夹下。执行完成后,ocr文件夹下将有如下文件格式:
```
demo/cxx/ocr/
...
...
@@ -149,8 +159,8 @@ demo/cxx/ocr/
# 将编译的可执行文件移动到debug文件夹中
mv ocr_db_crnn ./debug/
```
准备测试图像,以
PaddleOCR/doc/imgs/12.jpg为例,将测试的图像复制到demo/cxx/ocr/debug/
文件夹下。
准备字典文件,将
PaddleOCR/ppocr/utils/ppocr_keys_v1.txt复制到demo/cxx/ocr/debug/
文件夹下。
准备测试图像,以
`PaddleOCR/doc/imgs/12.jpg`
为例,将测试的图像复制到
`demo/cxx/ocr/debug/`
文件夹下。
准备字典文件,将
`PaddleOCR/ppocr/utils/ppocr_keys_v1.txt`
复制到
`demo/cxx/ocr/debug/`
文件夹下。
上述步骤完成后就可以使用adb将文件push到手机上运行,步骤如下:
```
adb push debug /data/local/tmp/
...
...
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