206 lines
6.2 KiB
Markdown
206 lines
6.2 KiB
Markdown
# 服务器端C++预测
|
||
|
||
本教程将介绍在服务器端部署PaddleOCR超轻量中文检测、识别模型的详细步骤。
|
||
|
||
|
||
## 1. 准备环境
|
||
|
||
### 运行准备
|
||
- Linux环境，推荐使用docker。
|
||
- Windows环境，目前支持基于`Visual Studio 2019 Community`进行编译。
|
||
|
||
* 该文档主要介绍基于Linux环境的PaddleOCR C++预测流程，如果需要在Windows下基于预测库进行C++预测，具体编译方法请参考[Windows下编译教程](./docs/windows_vs2019_build.md)
|
||
|
||
### 1.1 编译opencv库
|
||
|
||
* 首先需要从opencv官网上下载在Linux环境下源码编译的包，以opencv3.4.7为例，下载命令如下。
|
||
|
||
```
|
||
wget https://github.com/opencv/opencv/archive/3.4.7.tar.gz
|
||
tar -xf 3.4.7.tar.gz
|
||
```
|
||
|
||
最终可以在当前目录下看到`opencv-3.4.7/`的文件夹。
|
||
|
||
* 编译opencv，设置opencv源码路径(`root_path`)以及安装路径(`install_path`)。进入opencv源码路径下，按照下面的方式进行编译。
|
||
|
||
```shell
|
||
root_path=your_opencv_root_path
|
||
install_path=${root_path}/opencv3
|
||
|
||
rm -rf build
|
||
mkdir build
|
||
cd build
|
||
|
||
cmake .. \
|
||
-DCMAKE_INSTALL_PREFIX=${install_path} \
|
||
-DCMAKE_BUILD_TYPE=Release \
|
||
-DBUILD_SHARED_LIBS=OFF \
|
||
-DWITH_IPP=OFF \
|
||
-DBUILD_IPP_IW=OFF \
|
||
-DWITH_LAPACK=OFF \
|
||
-DWITH_EIGEN=OFF \
|
||
-DCMAKE_INSTALL_LIBDIR=lib64 \
|
||
-DWITH_ZLIB=ON \
|
||
-DBUILD_ZLIB=ON \
|
||
-DWITH_JPEG=ON \
|
||
-DBUILD_JPEG=ON \
|
||
-DWITH_PNG=ON \
|
||
-DBUILD_PNG=ON \
|
||
-DWITH_TIFF=ON \
|
||
-DBUILD_TIFF=ON
|
||
|
||
make -j
|
||
make install
|
||
```
|
||
|
||
|
||
其中`root_path`为下载的opencv源码路径，`install_path`为opencv的安装路径，`make install`完成之后，会在该文件夹下生成opencv头文件和库文件，用于后面的OCR代码编译。
|
||
|
||
最终在安装路径下的文件结构如下所示。
|
||
|
||
```
|
||
opencv3/
|
||
|-- bin
|
||
|-- include
|
||
|-- lib
|
||
|-- lib64
|
||
|-- share
|
||
```
|
||
|
||
### 1.2 下载或者编译Paddle预测库
|
||
|
||
* 有2种方式获取Paddle预测库，下面进行详细介绍。
|
||
|
||
#### 1.2.1 预测库源码编译
|
||
* 如果希望获取最新预测库特性，可以从Paddle github上克隆最新代码，源码编译预测库。
|
||
* 可以参考[Paddle预测库官网](https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/inference_deployment/inference/build_and_install_lib_cn.html)的说明，从github上获取Paddle代码，然后进行编译，生成最新的预测库。使用git获取代码方法如下。
|
||
|
||
```shell
|
||
git clone https://github.com/PaddlePaddle/Paddle.git
|
||
```
|
||
|
||
* 进入Paddle目录后，编译方法如下。
|
||
|
||
```shell
|
||
rm -rf build
|
||
mkdir build
|
||
cd build
|
||
|
||
cmake .. \
|
||
-DWITH_CONTRIB=OFF \
|
||
-DWITH_MKL=ON \
|
||
-DWITH_MKLDNN=ON \
|
||
-DWITH_TESTING=OFF \
|
||
-DCMAKE_BUILD_TYPE=Release \
|
||
-DWITH_INFERENCE_API_TEST=OFF \
|
||
-DON_INFER=ON \
|
||
-DWITH_PYTHON=ON
|
||
make -j
|
||
make inference_lib_dist
|
||
```
|
||
|
||
更多编译参数选项可以参考Paddle C++预测库官网：[https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/inference_deployment/inference/build_and_install_lib_cn.html](https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/inference_deployment/inference/build_and_install_lib_cn.html)。
|
||
|
||
|
||
* 编译完成之后，可以在`build/fluid_inference_install_dir/`文件下看到生成了以下文件及文件夹。
|
||
|
||
```
|
||
build/fluid_inference_install_dir/
|
||
|-- CMakeCache.txt
|
||
|-- paddle
|
||
|-- third_party
|
||
|-- version.txt
|
||
```
|
||
|
||
其中`paddle`就是之后进行C++预测时所需的Paddle库，`version.txt`中包含当前预测库的版本信息。
|
||
|
||
#### 1.2.2 直接下载安装
|
||
|
||
* [Paddle预测库官网](https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_guide/inference_deployment/inference/build_and_install_lib_cn.html)上提供了不同cuda版本的Linux预测库，可以在官网查看并选择合适的预测库版本。
|
||
|
||
* 下载之后使用下面的方法解压。
|
||
|
||
```
|
||
tar -xf fluid_inference.tgz
|
||
```
|
||
|
||
最终会在当前的文件夹中生成`fluid_inference/`的子文件夹。
|
||
|
||
|
||
## 2 开始运行
|
||
|
||
### 2.1 将模型导出为inference model
|
||
|
||
* 可以参考[模型预测章节](../../doc/doc_ch/inference.md)，导出inference model，用于模型预测。模型导出之后，假设放在`inference`目录下，则目录结构如下。
|
||
|
||
```
|
||
inference/
|
||
|-- det_db
|
||
| |--model
|
||
| |--params
|
||
|-- rec_rcnn
|
||
| |--model
|
||
| |--params
|
||
```
|
||
|
||
|
||
### 2.2 编译PaddleOCR C++预测demo
|
||
|
||
* 编译命令如下，其中Paddle C++预测库、opencv等其他依赖库的地址需要换成自己机器上的实际地址。
|
||
|
||
|
||
```shell
|
||
sh tools/build.sh
|
||
```
|
||
|
||
具体地，`tools/build.sh`中内容如下。
|
||
|
||
```shell
|
||
OPENCV_DIR=your_opencv_dir
|
||
LIB_DIR=your_paddle_inference_dir
|
||
CUDA_LIB_DIR=your_cuda_lib_dir
|
||
CUDNN_LIB_DIR=/your_cudnn_lib_dir
|
||
|
||
BUILD_DIR=build
|
||
rm -rf ${BUILD_DIR}
|
||
mkdir ${BUILD_DIR}
|
||
cd ${BUILD_DIR}
|
||
cmake .. \
|
||
-DPADDLE_LIB=${LIB_DIR} \
|
||
-DWITH_MKL=ON \
|
||
-DDEMO_NAME=ocr_system \
|
||
-DWITH_GPU=OFF \
|
||
-DWITH_STATIC_LIB=OFF \
|
||
-DUSE_TENSORRT=OFF \
|
||
-DOPENCV_DIR=${OPENCV_DIR} \
|
||
-DCUDNN_LIB=${CUDNN_LIB_DIR} \
|
||
-DCUDA_LIB=${CUDA_LIB_DIR} \
|
||
|
||
make -j
|
||
```
|
||
|
||
`OPENCV_DIR`为opencv编译安装的地址；`LIB_DIR`为下载(`fluid_inference`文件夹)或者编译生成的Paddle预测库地址(`build/fluid_inference_install_dir`文件夹)；`CUDA_LIB_DIR`为cuda库文件地址，在docker中；为`/usr/local/cuda/lib64`；`CUDNN_LIB_DIR`为cudnn库文件地址，在docker中为`/usr/lib/x86_64-linux-gnu/`。
|
||
|
||
|
||
* 编译完成之后，会在`build`文件夹下生成一个名为`ocr_system`的可执行文件。
|
||
|
||
|
||
### 运行demo
|
||
* 执行以下命令，完成对一幅图像的OCR识别与检测。
|
||
|
||
```shell
|
||
sh tools/run.sh
|
||
```
|
||
|
||
最终屏幕上会输出检测结果如下。
|
||
|
||
<div align="center">
|
||
<img src="../imgs/cpp_infer_pred_12.png" width="600">
|
||
</div>
|
||
|
||
|
||
### 2.3 注意
|
||
|
||
* C++预测默认未开启MKLDNN(`tools/config.txt`中的`use_mkldnn`设置为0)，如果需要使用MKLDNN进行预测加速，则需要将`use_mkldnn`修改为1，同时使用最新版本的Paddle源码编译预测库。在使用MKLDNN进行CPU预测时，如果同时预测多张图像，则会出现内存泄露的问题（不打开MKLDNN则没有该问题），目前该问题正在修复中，临时解决方案为：预测多张图片时，每隔30张图片左右对识别(`CRNNRecognizer`)和检测类(`DBDetector`)重新初始化一次。
|