淮南网站建设全包,企业网站设计解决方案,网站入口模板,网站整站程序文章目录 搞环境命令行测试Python调用测试转fastapi服务打包成镜像服务PaddleOCR 服务端模型总结#xff0c;直接启动OCR服务 paddleOCR迎来大更新#xff0c;搞一把新的api接口#xff0c;直接用起来。
搞环境
搞容器#xff1a;
FROM nvidia/cuda:11.8.0-cudnn8-devel… 文章目录 搞环境命令行测试Python调用测试转fastapi服务打包成镜像服务PaddleOCR 服务端模型总结直接启动OCR服务 paddleOCR迎来大更新搞一把新的api接口直接用起来。
搞环境
搞容器
FROM nvidia/cuda:11.8.0-cudnn8-devel-ubuntu22.04
ENV DEBIAN_FRONTENDnoninteractive# 安装基本软件包
RUN apt-get update \apt-get upgrade -y \apt-get -y --no-install-recommends install vim wget curl git build-essential python3.10 python3-pip python3.10-venv sudo \update-alternatives --install /usr/bin/python python /usr/bin/python3.10 1 \apt-get install -y libgl1 libglib2.0-0# 安装 tzdata 包并设置时区为上海无交互
RUN apt-get update \apt-get install -y tzdata \ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime \echo Asia/Shanghai /etc/timezone
docker run -it --gpus all -p 7860:7860 7df2e9c725a9d865ef29b9f8611ee6a2c640a5eb25b6ff5ad66009f4ed9a0947 bash
搞数据
apt install unzip -y
wget https://paddleocr.bj.bcebos.com/dygraph_v2.1/ppocr_img.zip
unzip ppocr_img.zip
cd ppocr_img
搞基础环境
wget http://nz2.archive.ubuntu.com/ubuntu/pool/main/o/openssl/libssl1.1_1.1.1f-1ubuntu2.20_amd64.deb
sudo dpkg -i libssl1.1_1.1.1f-1ubuntu2.20_amd64.deb搞conda
wget http://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh
~/miniconda3/bin/conda init
. ~/.bashrc搞python
conda create -n py38 python3.8 -y
conda activate py38
python -m pip install paddlepaddle-gpu2.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install paddleocr2.0.1 --upgrade PyMuPDF1.21.1
conda install numpy1.20 -y命令行测试
测试
paddleocr --image_dir ./imgs/11.jpg --use_angle_cls true --use_gpu ture测试效果
Python调用测试
from paddleocr import PaddleOCR, draw_ocr# 定义参数
params {#lang: ch, en, # 使用中文和英文模型#det_model_dir: /path/to/your/server/det/model/dir, # 指向服务器上的大模型目录#rec_model_dir: /path/to/your/server/rec/model/dir, # 指向服务器上的大模型目录#cls_model_dir: /path/to/your/server/cls/model/dir, # 指向服务器上的大模型目录use_gpu: True, # 使用 GPU 执行use_angle_cls: True # 进行方向判别
}# 初始化 OCR 实例
ocr PaddleOCR(**params)# 读取图片并进行 OCR
img_path ./imgs/11.jpg
result ocr.ocr(img_path, clsTrue)print(result ) 转fastapi服务
# python 3.8
pip install fastapi uvicorn python-multipart# main.py
import os
import cv2
import numpy as np
from fastapi import FastAPI, File, UploadFile
from paddleocr import PaddleOCR, draw_ocr
import uvicorn
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware# 初始化 FastAPI 应用
app FastAPI(titlePadlleOCR API,description基于 PaddleOCR 的 OCR 服务 API 接口,version1.0.1,
)app.add_middleware(CORSMiddleware,allow_origins[*],allow_credentialsTrue,allow_methods[*],allow_headers[*],
)
# 定义 OCR 参数
params {use_gpu: True,use_angle_cls: True
}# 初始化 OCR 实例
ocr PaddleOCR(**params)app.post(/image_ocr)
async def upload_image(image: UploadFile File(...)):接收上传的图片文件并进行 OCR 处理try:img cv2.imdecode(np.fromstring(image.file.read(), np.uint8), cv2.IMREAD_COLOR)# 读取保存的图片并进行 OCRresult ocr.ocr(img, clsTrue)return resultexcept:print(Error)if __name__ __main__:uvicorn.run(f{os.path.basename(__file__).split(.)[0]}:app,host0.0.0.0,port7860,reloadFalse,workers1) 打包成镜像服务
docker commit 77fcb48b6357 kevinchina/deeplearning:paddleocrv4Dockerfile
FROM kevinchina/deeplearning:paddleocrv4
EXPOSE 7860
ENTRYPOINT /root/miniconda3/envs/py38/bin/python /ppocr_img/main.py推到云端
docker push kevinchina/deeplearning:paddleocrv4_api快速启动paddleOCR
启动 docker run -d --gpus all -p 7860:7860 kevinchina/deeplearning:paddleocrv4_api访问
127.0.0.1:7860/docsPaddleOCR 服务端模型
之前采用的都是移动端模型服务端模型更大但需要使用CUDA11.6不然有的算子不支持。
重新制作容器
FROM nvidia/cuda:11.6.1-cudnn8-devel-ubuntu20.04
ENV DEBIAN_FRONTENDnoninteractive# 安装基本软件包
RUN apt-get update \apt-get upgrade -y \apt-get -y --no-install-recommends install vim wget curl \apt-get install -y libgl1 libglib2.0-0# 安装 tzdata 包并设置时区为上海无交互
RUN apt-get update \apt-get install -y tzdata \ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime \echo Asia/Shanghai /etc/timezone
安装
python -m pip install paddlepaddle-gpu2.5.1.post116 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.htmldockerfile
FROM kevinchina/deeplearning:paddleocrv5
EXPOSE 7860
ENTRYPOINT /root/miniconda3/envs/py38/bin/python /ppocr_img/main.py
模型下载
https://github.com/PaddlePaddle/PaddleOCR/blob/1b1dc7e44fa4cfbb83c53ee7a844d7f7b467b108/doc/doc_ch/models_list.md#1.1代码服务fastapi
# main.py
import os
import cv2
import numpy as np
from fastapi import FastAPI, File, UploadFile
from paddleocr import PaddleOCR, draw_ocr
import uvicorn
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware# 初始化 FastAPI 应用
app FastAPI(titlePadlleOCR API,description基于 PaddleOCR 的 OCR 服务 API 接口,version1.0.1,
)app.add_middleware(CORSMiddleware,allow_origins[*],allow_credentialsTrue,allow_methods[*],allow_headers[*],
)
# 定义 OCR 参数
params {det_model_dir: /ppocr_img/ch_PP-OCRv4_det_server_infer,rec_model_dir: /ppocr_img/ch_PP-OCRv4_rec_server_infer,cls_model_dir: /ppocr_img/ch_ppocr_mobile_v2.0_cls_slim_infer,use_gpu: True,use_angle_cls: True
}# 初始化 OCR 实例
ocr PaddleOCR(**params)app.post(/image_ocr)
async def upload_image(image: UploadFile File(...)):接收上传的图片文件并进行 OCR 处理try:img cv2.imdecode(np.fromstring(image.file.read(), np.uint8), cv2.IMREAD_COLOR)# 读取保存的图片并进行 OCRresult ocr.ocr(img, clsTrue)return resultexcept:print(Error)if __name__ __main__:uvicorn.run(f{os.path.basename(__file__).split(.)[0]}:app,host0.0.0.0,port7860,reloadFalse,workers1)
启动服务即可
docker run -d --gpus all -p 7860:7860 kevinchina/deeplearning:paddleocrv5_api总结直接启动OCR服务
使用小模型的docker 服务【这里使用的是CUDA11.8】 docker run -d --gpus all -p 7860:7860 kevinchina/deeplearning:paddleocrv4_api然后打开127.0.0.1:7860/docs 即可。
使用服务器大一点的模型的docker 服务【CUDA11.6才支持】 docker run -d --gpus all -p 7860:7860 kevinchina/deeplearning:paddleocrv5_api然后打开127.0.0.1:7860/docs 即可。
