ddddocr使用与模型训练

基本使用方法

ddddocr（带带弟弟OCR）：是一个很好用的ocr识别库

ddddocr GitHub：https://github.com/sml2h3/ddddocr

dddd_trainer 是 ddddocr 的训练工具

dddd_trainer GitHub：https://github.com/sml2h3/dddd_trainer

测试样例

计算题

实现代码

import ddddocr

if __name__ == '__main__':
    test_pic_path = r'test_pic.png'

    ocr = ddddocr.DdddOcr()

    with open(test_pic_path, 'rb') as f:
        image_bytes = f.read()

    result = ocr.classification(image_bytes)
    print(result)

识别结果

欢迎使用ddddocr，本项目专注带动行业内卷，个人博客:wenanzhe.com
训练数据支持来源于:http://146.56.204.113:19199/preview
爬虫框架feapder可快速一键接入，快速开启爬虫之旅：https://github.com/Boris-code/feapder
谷歌reCaptcha验证码 / hCaptcha验证码 / funCaptcha验证码商业级识别接口：https://yescaptcha.com/i/NSwk7i
798=9

进程已结束，退出代码为 0

识别的结果（798=9）实际结果还是有些差异，那么就需要自己训练一下模型。

训练方法

步骤1 标注训练数据

数据集支持两种格式：

  1. 从文件名导入
  2. 从文件中导入

从文件名导入格式

/root/images_set/
|---- abcde_随机hash值.jpg
|---- sdae_随机hash值.jpg
|---- 酱闷肘子_随机hash值.jpg

从文件中导入格式

/root/images_set/
|---- labels.txt
|---- images
      |---- 随机hash值.jpg
      |---- 随机hash值.jpg
      |---- 酱闷肘子_随机hash值.jpg

labels.txt文件内容为（其中\t制表符为每行文件名与label的分隔符）
随机hash值.jpg\tabcd
随机hash值.jpg\tsdae
酱闷肘子_随机hash值.jpg\t酱闷肘子

本文中，由于是计算题，其中有?，但文件名中不能包含?，故使用第二种导入方法

训练的数据集，如下

image-20221002104647640

image-20221002104738494

步骤2 创建训练项目

  • 克隆项目 git clone https://github.com/sml2h3/dddd_trainer.git
  • 安装依赖 pip install -r requirements.txt -i https://pypi.douban.com/simple
  • 创建项目 python app.py create {project_name}

步骤3 缓存数据及训练

缓存数据

python app.py cache {project_name} /root/images_set/

如果是从labels.txt里面读取数据

python app.py cache {project_name} /root/images_set/ file

开始训练

python app.py train {project_name}

训练好的模型在{project_name}\models 下

如果 ‘export_onnx’ 报错 可以看看这个Issues 👉 https://github.com/sml2h3/dddd_trainer/issues/12

# 我是直接修改源码删掉这个参数

# def export_onnx(self, net, dummy_input, graph_path, input_names, output_names, dynamic_ax):
#     torch.onnx.export(net, dummy_input, graph_path, export_params=True, verbose=False,
#                       input_names=input_names, output_names=output_names, dynamic_axes=dynamic_ax,
#                       opset_version=12, do_constant_folding=True, _retain_param_name=False)
def export_onnx(self, net, dummy_input, graph_path, input_names, output_names, dynamic_ax):
    torch.onnx.export(net, dummy_input, graph_path, export_params=True, verbose=False,
                      input_names=input_names, output_names=output_names, dynamic_axes=dynamic_ax,
                      opset_version=12, do_constant_folding=True)

测试

拷贝训练好的模型（onnx文件和charsets.json）

import ddddocr

if __name__ == '__main__':
    test_pic_path = r'test_pic.png'
    # 加载自己训练的模型
    ocr = ddddocr.DdddOcr(charsets_path=r'charsets.json',
                          import_onnx_path=r'test_project_1.0_33_1000_2022-09-17-22-01-09.onnx')

    with open(test_pic_path, 'rb') as f:
        image_bytes = f.read()

    result = ocr.classification(image_bytes)
    print(result)

训练结果如下

7-8=?
Chobits > OCR
#OCR #验证码 #ddddocr
ddddocr使用与模型训练
https://元气码农少女酱.我爱你/b61b33d893ac/
作者
元气码农少女酱
发布于
2023年5月2日
许可协议