58 lines
2.4 KiB
Markdown
58 lines
2.4 KiB
Markdown
|
[English](README.md) | 简体中文
|
|||
|
|
|||
|
## Docker化部署服务
|
|||
|
在日常项目应用中,相信大家一般都会希望能通过Docker技术,把PaddleOCR服务打包成一个镜像,以便在Docker或k8s环境里,快速发布上线使用。
|
|||
|
|
|||
|
本文将提供一些标准化的代码来实现这样的目标。大家通过如下步骤可以把PaddleOCR项目快速发布成可调用的Restful API服务。(目前暂时先实现了基于HubServing模式的部署,后续作者计划增加PaddleServing模式的部署)
|
|||
|
|
|||
|
## 1.实施前提准备
|
|||
|
|
|||
|
需要先完成如下基本组件的安装:
|
|||
|
a. Docker环境
|
|||
|
b. 显卡驱动和CUDA 10.0+(GPU)
|
|||
|
c. NVIDIA Container Toolkit(GPU,Docker 19.03以上版本可以跳过此步)
|
|||
|
d. cuDNN 7.6+(GPU)
|
|||
|
|
|||
|
## 2.制作镜像
|
|||
|
a.下载PaddleOCR项目代码
|
|||
|
```
|
|||
|
git clone https://github.com/PaddlePaddle/PaddleOCR.git
|
|||
|
```
|
|||
|
b.切换至Dockerfile目录(注:需要区分cpu或gpu版本,下文以cpu为例,gpu版本需要替换一下关键字即可)
|
|||
|
```
|
|||
|
cd deploy/docker/cpu
|
|||
|
```
|
|||
|
c.生成镜像
|
|||
|
```
|
|||
|
docker build -t paddleocr:cpu .
|
|||
|
```
|
|||
|
|
|||
|
## 3.启动Docker容器
|
|||
|
a. CPU 版本
|
|||
|
```
|
|||
|
sudo docker run -dp 8866:8866 --name paddle_ocr paddleocr:cpu
|
|||
|
```
|
|||
|
b. GPU 版本 (通过NVIDIA Container Toolkit)
|
|||
|
```
|
|||
|
sudo nvidia-docker run -dp 8866:8866 --name paddle_ocr paddleocr:gpu
|
|||
|
```
|
|||
|
c. GPU 版本 (Docker 19.03以上版本,可以直接用如下命令)
|
|||
|
```
|
|||
|
sudo docker run -dp 8866:8866 --gpus all --name paddle_ocr paddleocr:gpu
|
|||
|
```
|
|||
|
d. 检查服务运行情况(出现:Successfully installed ocr_system和Running on http://0.0.0.0:8866/等信息,表示运行成功)
|
|||
|
```
|
|||
|
docker logs -f paddle_ocr
|
|||
|
```
|
|||
|
|
|||
|
## 4.测试服务
|
|||
|
a. 计算待识别图片的Base64编码(如果只是测试一下效果,可以通过免费的在线工具实现,如:http://tool.chinaz.com/tools/imgtobase/)
|
|||
|
b. 发送服务请求(可参见sample_request.txt中的值)
|
|||
|
```
|
|||
|
curl -H "Content-Type:application/json" -X POST --data "{\"images\": [\"填入图片Base64编码(需要删除'data:image/jpg;base64,')\"]}" http://localhost:8866/predict/ocr_system
|
|||
|
```
|
|||
|
c. 返回结果(如果调用成功,会返回如下结果)
|
|||
|
```
|
|||
|
{"msg":"","results":[[{"confidence":0.8403433561325073,"text":"约定","text_region":[[345,377],[641,390],[634,540],[339,528]]},{"confidence":0.8131805658340454,"text":"最终相遇","text_region":[[356,532],[624,530],[624,596],[356,598]]}]],"status":"0"}
|
|||
|
```
|