小白轻松使用腾讯云GPU服务器部署OCR中英文识别服务

原创

Alone88

修改于 2022-05-31 18:12:55

8.8K3

修改于 2022-05-31 18:12:55

文章被收录于专栏：Alone88Alone88

一直想搞一个GPU服务器来部署一下 PaddleOCR 的OCR识别服务，刚好腾讯云有一个活动，可以免费领取GPU服务器，可以来体验一自己部署OCR识别啦（CPU服务器也是可以部署的，但是识别速度不太理想~）。这里不讲 AI 训练啥的，只说部署以及使用 !

服务器配置

我这里是领取的腾讯云体验服务器（GPU计算型GN8 - 6核 56G）

CPU: 6核

内存：56GB

硬盘：100GB

显卡驱动：CUDA10.2

购买服务器

腾讯云GPU服务购买地址：/product/gpu ，选择安装系统时推荐安装市场镜像里的公共镜像，里面有已经安装好的 CUDA 驱动，推荐选择 ”CentOS 7.6 NVIDIA GPU基础镜像（预装驱动和CUDA 10.2）“ 这个镜像，因为安装使用 PaddlePaddle 需要显卡驱动 10.1 及以上。另外服务器需要一个完整的显卡，不能是共享的显卡，因为系统会识别不到。

如果你要自己安装显卡驱动，腾讯云也提供了教程文档： /document/product/560/8064

教程正式开始

安装 Anaconda

Anaconda是1个常用的python包管理程序，里面可以设置好多个python环境。

先下载 Anaconda 安装脚本

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh --no-check-certificate

下载完成后，执行安装，会提示你阅读授权，一直按回车就可以了

sh Anaconda3-2021.05-Linux-x86_64.sh

然后提示你是否同意，输入yes

最后会询问你安装的位置，一般不用更改，输入回车就行，它会自动解压缩

安装好了之后，把Anaconda配置到环境变量，就可以用快捷 conda 命令了

vim ~/.bashrc #编辑环境配置文件
export PATH="~/anaconda3/bin:$PATH" # 在第一行加入这个

vim 输入 i 可以编辑，编辑好了之后按 Esc, 然后输入 :wq 保存修改

保存好了之后更新环境变量，在命令行输入：

source ~/.bash_profile

最后验证一下是否配置成功，没有保存的话就是配置成功了！

安装好了之后，创建一个 python3.8的环境,执行一下命令，会有一个确认，输入 y ，然后回车就可以了

conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

激活 paddle_env 环境

conda activate paddle_env

开始安装 PaddlePaddle

PaddlePaddle 是百度开源的深度学习框架

PaddlePaddle官网：https://www.paddlepaddle.org.cn

安装时根据自己的服务器配置选择对应的安装脚本

由于国内服务器访问Anaconda官方源可能会很慢，所以这里可以设置一下清华的镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

开始安装GPU版Paddle, 也会有一个输入确认，输入y回车就好了，这里安装会有点久哦

conda install paddlepaddle-gpu==2.3.0 cudatoolkit=10.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

安装好PaddlePaddle 之后就可以开始安装PaddleOCR

安装PaddleOCR

PaddleOCR是百度基于PaddlePaddle开源的OCR文字识别服务

Github地址：https://github.com/PaddlePaddle/PaddleOCR/

安装，输入以下命令，安装好了之后就可以在命令行体验OCR识别服务了

pip install "paddleocr>=2.0." -i https://mirror.baidu.com/pypi/simple

下载一个测试图片体验包：地址

wget https://paddleocr.bj.bcebos.com/dygraph_v2.1/ppocr_img.zip #下载
unzip ppocr_img.zip #解压

开始体验OCR识别

cd ppocr_img #进入刚才下载解压的图片目录

执行OCR识别

paddleocr --image_dir ./imgs/11.jpg --use_angle_cls true --use_gpu true

执行可能会报错，这里需要安装两个 lib libX11 和 libXext

yum install -y libX11 
yum install -y libXext

这样就是识别出来啦，使用GPU服务器识别超快的

部署OCR识别API服务

部署的话，Paddle 提供了 PaddleHub 和 Paddle Serving 两个方式，使用PaddleHub是最方便的，命令行直接执行就可以了， Paddle Serving 部署的话更稳定，而且支持 c++ 编译部署。

这里讲一下 PaddleHub 和 Paddle Serving python 部署 (推荐还是 Paddle Serving 部署)

PaddleHub 部署 OCR 识别API

安装 PaddleHub

pip install --upgrade paddlehub -i https://mirror.baidu.com/pypi/simple

启动 API 服务

hub serving start -m ch_pp-ocrv3 --use_gpu   #会自动下载OCR模型

这样就启动了一个 OCR 识别服务

接口的请求地址为：http://127.0.0.1:8866/predict/ch_pp-ocrv3

识别的时候需要把图片转为base64, 然后 json 请求去提交参数

python 测试脚本

import requests
import json
import cv2
import base64

def cv2_to_base64(image):
    data = cv2.imencode('.jpg', image)[1]
    return base64.b64encode(data.tostring()).decode('utf8')

# 发送HTTP请求
data = {'images':[cv2_to_base64(cv2.imread("你的图片地址"))]}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/ch_pp-ocrv3"
r = requests.post(url=url, headers=headers, data=json.dumps(data))

# 打印预测结果
print(r.json())

通过 curl 去请求接口

curl --location --request POST 'http://127.0.0.1:8866/predict/ch_pp-ocrv3' \
--header 'Content-Type: application/json' \
--data-raw '{"images":["图片的base64内容，不需前面的base64标识"]}'

结果返回：

{"msg":[{"data":[{"confidence":0.9314630627632141,"text":"(paddle env][root@M-1-2-centos","text_box_position":[[6,10],[231,10],[231,23],[6,23]]},{"confidence":0.9092367887496948,"text":"ppocr imgl# hub serving start -m chpp-ocrv3 --use_gpu","text_box_position":[[227,10],[612,12],[612,25],[227,23]]},{"confidence":0.939938485622406,"text":"[2022-05-30 19:49:34 +0800]","text_box_position":[[5,25],[191,25],[191,38],[5,38]]},{"confidence":0.8236835598945618,"text":"[28320]","text_box_position":[[200,26],[246,26],[246,37],[200,37]]},{"confidence":0.6653339862823486,"text":"LINFO]","text_box_position":[[256,26],[295,26],[295,37],[256,37]]},{"confidence":0.842379093170166,"text":"starting gunicorn 2o.1.0","text_box_position":[[301,26],[474,26],[474,38],[301,38]]},{"confidence":0.939938485622406,"text":"[2022-05-30 19:49:34 +0800]","text_box_position":[[5,40],[191,40],[191,53],[5,53]]},{"confidence":0.8367705345153809,"text":"[28320]","text_box_position":[[200,41],[247,41],[247,52],[200,52]]},{"confidence":0.86468505859375,"text":"[INFO]","text_box_position":[[257,41],[297,41],[297,52],[257,52]]},{"confidence":0.9211856722831726,"text":"Listening at: http://0.0.0.0:8866 (28320)","text_box_position":[[302,40],[589,40],[589,53],[302,53]]},{"confidence":0.9346868395805359,"text":"[2022-05-3019:49:34+0800]","text_box_position":[[4,55],[191,54],[191,67],[4,68]]},{"confidence":0.9421297311782837,"text":"[28320]","text_box_position":[[199,55],[247,55],[247,68],[199,68]]},{"confidence":0.9394086003303528,"text":"[INFO]","text_box_position":[[256,55],[298,55],[298,68],[256,68]]},{"confidence":0.9321832656860352,"text":"Using worker: sync","text_box_position":[[302,56],[430,56],[430,68],[302,68]]},{"confidence":0.9334865808486938,"text":"[2022-05-30 19:49:34 +0800]","text_box_position":[[4,70],[191,70],[191,83],[4,83]]},{"confidence":0.8994974493980408,"text":"[INFO] ","text_box_position":[[256,70],[305,70],[305,84],[256,84]]},{"confidence":0.8855429887771606,"text":"[28324]","text_box_position":[[200,71],[246,71],[246,82],[200,82]]},{"confidence":0.9438435435295105,"text":"Booting worker with pid: 28324","text_box_position":[[300,70],[515,69],[515,83],[300,84]]}],"save_path":""}],"results":"","status":"000"}

这样就可以正常使用啦，识别速度的话大概在 100-300ms 左右，挺快的。

官方的部署教程：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.5/deploy/hubserving/readme.md

通过Paddle Serving 部署OCR识别服务

相比较于hubserving部署，PaddleServing具备以下优点：

支持客户端和服务端之间高并发和高效通信
支持工业级的服务能力例如模型管理，在线加载，在线A/B测试等
支持多种编程语言开发客户端，例如C++, Python和Java
先准备PaddleOCR 环境，这里拉去github代码的话会好慢，可以自己先科学下载，然后上传到服务器git clone https://github.com/PaddlePaddle/PaddleOCR --depth=1

进入到工作目录

cd PaddleOCR/deploy/pdserving/准备PaddleServing的运行环境，步骤如下

# 安装serving，用于启动服务
wget https://paddle-serving.bj.bcebos.com/test-dev/whl/paddle_serving_server_gpu-0.8.3.post102-py3-none-any.whl
pip3 install paddle_serving_server_gpu-0.8.3.post102-py3-none-any.whl


# 安装client，用于向服务发送请求
wget https://paddle-serving.bj.bcebos.com/test-dev/whl/paddle_serving_client-0.8.3-cp38-none-any.whl
pip3 install paddle_serving_client-0.8.3-cp38-none-any.whl

# 安装serving-app
wget https://paddle-serving.bj.bcebos.com/test-dev/whl/paddle_serving_app-0.8.3-py3-none-any.whl
pip3 install paddle_serving_app-0.8.3-py3-none-any.whl

模型转换

使用PaddleServing做服务化部署时，需要将保存的inference模型转换为serving易于部署的模型。

首先，下载PP-OCR的inference模型

# 下载并解压 OCR 文本检测模型
wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar -O ch_PP-OCRv3_det_infer.tar && tar -xf ch_PP-OCRv3_det_infer.tar
# 下载并解压 OCR 文本识别模型
wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar -O ch_PP-OCRv3_rec_infer.tar &&  tar -xf ch_PP-OCRv3_rec_infer.tar

接下来，用安装的paddle_serving_client把下载的inference模型转换成易于server部署的模型格式。

# 转换检测模型
python3 -m paddle_serving_client.convert --dirname ./ch_PP-OCRv3_det_infer/ \
                                         --model_filename inference.pdmodel          \
                                         --params_filename inference.pdiparams       \
                                         --serving_server ./ppocr_det_v3_serving/ \
                                         --serving_client ./ppocr_det_v3_client/

# 转换识别模型
python3 -m paddle_serving_client.convert --dirname ./ch_PP-OCRv3_rec_infer/ \
                                         --model_filename inference.pdmodel          \
                                         --params_filename inference.pdiparams       \
                                         --serving_server ./ppocr_rec_v3_serving/  \
                                         --serving_client ./ppocr_rec_v3_client/

检测模型转换完成后，会在当前文件夹多出ppocr_det_v3_serving 和ppocr_det_v3_client的文件夹，具备如下格式：

|- ppocr_det_v3_serving/
  |- __model__  
  |- __params__
  |- serving_server_conf.prototxt  
  |- serving_server_conf.stream.prototxt

|- ppocr_det_v3_client
  |- serving_client_conf.prototxt  
  |- serving_client_conf.stream.prototxt

Paddle Serving pipeline部署

# 启动服务，运行日志保存在log.txt
python3 web_service.py &>log.txt &

运行日志，没有报错的话就是启动成功啦

然后可以使用他提供的client代码去请求测试一下

提供 HTTP API 去请求测试

请求地址：http://127.0.0.1:9998/ocr/prediction

请求方式： json

请求参数：{"key": "image", "value": "图片的base64"}

curl --location --request POST 'http://127.0.0.1:9998/ocr/prediction' \

--header 'Content-Type: application/json' \

--data-raw '{"key":"image","value":"图片的base64"}'

返回的数据格式：

{
"err_no": 0,
"err_msg": "",
"key": [
    "result"
],
"value": [
    "[[('(padde env)［root@M-1-2-centoppocrimghub servingstart -m chpp-ocrv3--usegpu', 0.84638405), [[5.0, 10.0], [611.0, 12.0], [611.0, 24.0], [5.0, 22.0]]], [('[2022-05-3019:49:34+0800][28320】［INF0]Startingqunicorm20.1.', 0.81580645), [[5.0, 25.0], [472.0, 25.0], [472.0, 38.0], [5.0, 37.0]]], [('[2022-05-3019:49:34+0800][28320]［INF0]Listeningat：http://0.0.0.0:8866（28320)', 0.84695405), [[5.0, 40.0], [589.0, 40.0], [589.0, 54.0], [5.0, 54.0]]], [('[2022-05-319:49:34+0800][28320】［INF0]Usingworker:sync', 0.7949861), [[5.0, 54.0], [430.0, 56.0], [430.0, 68.0], [5.0, 66.0]]], [('[2022-05-319:49:34+080】[28324】［INFO】Bootingworkerwith pid:28324', 0.85473406), [[4.0, 70.0], [515.0, 70.0], [515.0, 84.0], [4.0, 84.0]]]]"
],
"tensors": []
}

这样就完成啦，可以正常使用啦，如果提供其他语言调用的话可以查看他们的官方文档

结语

部署这个相对还是挺简单的，Paddle 官方的文档也挺齐全，不过一些特殊文字识别的话还是需要自己去定制训练的，这里腾讯的GPU服务器还是挺不错的，这个还是免费体验的，哈哈哈。自己部署了一个OCR 识别服务，还是很有成就感的！

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

GPU 云服务器

文字识别

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

GPU 云服务器

文字识别

#OCR

登录后参与评论

0 条评论

热度