[paddle]paddlehub部署paddleocr的hubserving服务

这篇具有很好参考价值的文章主要介绍了[paddle]paddlehub部署paddleocr的hubserving服务。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

步骤如下:

第一步:首先需要安装好paddleocr环境已经paddlehub环境

第二步:下载paddleocr源码:

git clone https://github.com/PaddlePaddle/PaddleOCR.git

然后切换到paddocr目录执行

新建个文件夹叫Inference把paddleocr模型放进去

安装文字识别服务:

hub install deploy\hubserving\ocr_rec

安装文字检测服务:

hub install deploy\hubserving\ocr_det

安装串联检测识别服务:

hub install deploy\hubserving\ocr_system

启动串联服务:

windows:
hub serving start -m ocr_system
linux:
nohup hub serving start -m ocr_system &

当然你可以只启动识别服务,比如

hub serving start -m ocr_rec

只启动检测服务:

hub serving start -m ocr_det

上面只是命令行操作,代码操作可以如下:

import paddlehub as hub
ocr = hub.Module(name="chinese_ocr_db_crnn_server")

通过paddleocr自带脚本运行:

进入PaddleOCR\tools目录,为了简单起见,在目录下放入一张命名为4.jpg的图片,在命令行执行命令可以进行文字识别:

python test_hubserving.py http://127.0.0.1:8866/predict/ocr_rec 4.jpg

如果您想进行文字检测识别则可以:

python test_hubserving.py http://127.0.0.1:8866/predict/ocr_system 4.jpg

【参考文献】

[1] https://zhuanlan.zhihu.com/p/413386647 文章来源地址https://www.toymoban.com/news/detail-794348.html

到了这里,关于[paddle]paddlehub部署paddleocr的hubserving服务的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 使用flask将paddleocr车牌检测模型部署到服务器上

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 最近,需要写一个程序把PaddleOcr的车牌检测模型部署到服务器上,写成接口的形式,方便他人调用。经过1个星期的努力,终于实现基本功能。因为是第一次接触,所以踩了很多弯路,当然,网上很多教

    2024年01月17日
    浏览(56)
  • 百度飞桨(PaddlePaddle) - PP-OCRv3 文字检测识别系统 基于 Paddle Serving快速使用(服务化部署 - Docker)

    目录 安装 Docker 安装 PaddleOCR 安装 准备PaddleServing的运行环境, 模型转换 Paddle Serving pipeline部署 重启 测试 百度飞桨(PaddlePaddle) - PP-OCRv3 文字检测识别系统 预测部署简介与总览 百度飞桨(PaddlePaddle) - PP-OCRv3 文字检测识别系统 Paddle Inference 模型推理(离线部署) 百度飞桨(Paddl

    2024年02月07日
    浏览(46)
  • 百度飞桨(PaddlePaddle) - PP-OCRv3 文字检测识别系统 基于 Paddle Serving快速使用(服务化部署 - CentOS 7)

    目录 Paddle Serving服务化部署实战 准备预测数据和部署环境 环境准备 安装 PaddlePaddle 2.0 安装 PaddleOCR 准备PaddleServing的运行环境, 模型转换 Paddle Serving pipeline部署 确认工作目录下文件结构: 启动服务可运行如下命令: 测试 Python发送服务请求: Postman 发送请求 参数调整 百度飞

    2024年02月07日
    浏览(58)
  • 百度paddleocr GPU版部署

    显卡:NVIDIA GeForce RTX 4070,Nvidia驱动程序版本:537.13 Nvidia驱动程序能支持的最高cuda版本:12.2.138 Python:python3.10.11。试过python3.12,安装paddleocr失败,找不到相关模块。 飞桨版本:2.6,操作系统:windows 10,安装方式:pip,计算平台:CUDA12.0(飞桨2.6最高支持CUDA12.0) CUDA工具包

    2024年03月16日
    浏览(48)
  • 基于 CPU 在docker 中部署PaddleOCR

    注:写该文章时,Paddle 最新版本为2.5.1,但是在实际安装中会出现与 PaddleHub 2.3.1版本的冲突,故采用2.4.0版本 注: 如果是拉取的最新版的PaddleOCR代码(写该文章时最新版未release-2.7),pillow可能会安装不成功,10.0.0版本需要python 3.8+以上版本,经过测试安装pillow=9.5.0亦可 参数

    2024年02月02日
    浏览(35)
  • paddleocr在uvicorn中多workers部署遇到的问题

    在使用fastapi部署ocr服务时,很简单的写了一个ocr的类,然后开调: model定义如下: 当使用如下配置时: 运行都很ok。 然后为了增加并发,workers设置为2,就报了奇奇怪怪的错误: ModuleNotFoundError: No module named \\\'paddleocr.tools\\\'; \\\'paddleocr\\\' is not a package 就纳闷了,why?我的代码哪里出

    2024年02月10日
    浏览(31)
  • PaddleOCR Linux-Centos7.6安装与部署

    本人环境为阿里云服务器centos 7.6(全新镜像系统)从0开始部署PaddleOCR 0基础也可搭建 搭建时间:2023-6-7 1.1 参考资料 l PaddleOCR 运行环境准备 l PaddleOCR 快速开始 l 手把手0基础Centos下安装与部署paddleOcr 教程  l PaddleOCR基于PaddleHub Serving的服务部署(docker环境) l 新手Docker安装Padd

    2024年02月04日
    浏览(42)
  • 【OpenVINO】 使用 OpenVINO CSharp API 部署 PaddleOCR 项目介绍

    前言:   在之前的项目中,我们已经使用 OpenVINO TM CSharp API 部署 PaddleOCR 全系列模型,但随着PaddleOCRv4版本发布以及OpenVINO CSharp API版本迭代,上一版本的项目已经不再适用。因此在推出的最新项目中,已经完成了对PaddleOCRv4的匹配,并且采用了最新版本的 OpenVINO TM CSharp API,

    2024年02月03日
    浏览(41)
  • PaddleOCR学习笔记2-初步识别服务

    今天初步实现了网页,上传图片,识别显示结果到页面的服务。后续再完善。 采用flask + paddleocr+ bootstrap快速搭建OCR识别服务。 代码结构如下: 模板页面代码文件如下: upload.html : result.html :  主要视图代码文件如下: 启动flask应用,测试结果如下:

    2024年02月09日
    浏览(37)
  • 搭建自己的OCR服务,第二步:PaddleOCR环境安装

    PaddleOCR环境安装,遇到了很多问题,根据系统不同问题也不同,不要盲目看别人的教程,有的教程也过时了,根据实际情况自己调整。 我这边目前是使用windows 10系统+CPU + python 3.7 搭建。 熟悉OCR的人应该知道,最好用GPU,性能差距不是一点点,但是普通人没有那个条件怎么办

    2024年02月09日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包