rapidocr/models

Download models (已经转换好，支持ORT 1.7)

• from github (2021.03.27)

链接：https://github.com/znsoftm/RapidOCR/releases/download/V1.0/rapid-model.tgz

onnx模型转换说明

一、如何获得模型

• 您可以通过使用paddle全家桶，通过其完善的说明，事无巨细的指引，手把手地让您从零开始，训练自己的模型。
• 或者，您也可以直接去paddle官网下载预先训练好的模型。
• 这个预先训练好的模型叫作train模型，server模型体积较大(准确度高速度慢些)，mobile模型体积较小(准确度相对低速度快)。
• det和rec有server和mobile两种模型，cls只有mobile模型。
• 预训练模型下载地址:

模型名称	模型简介	配置文件	下载地址
mobile cls train	文本方向分类	rec_chinese_lite_train_v2.0.yml	训练模型
ch_ppocr_mobile_v2.0_det	超轻量模型，多语种文本检测	ch_det_mv3_db_v2.0.yml	训练模型
ch_ppocr_server_v2.0_det	通用模型，多语种文本检测	ch_det_res18_db_v2.0.yml	训练模型
ch_ppocr_mobile_v2.0_rec	超轻量模型，简体中英文数字	rec_chinese_lite_train_v2.0.yml	训练模型
ch_ppocr_server_v2.0_rec	通用模型，简体中英文数字	rec_chinese_common_train_v2.0.yml	训练模型
en_number_mobile_v2.0_rec	英文数字	rec_en_number_lite_train.yml	训练模型
french_mobile_v2.0_rec	法语	[rec_french_lite_train.yml]	训练模型
german_mobile_v2.0_rec	德语	[rec_german_lite_train.yml]	训练模型
korean_mobile_v2.0_rec	韩语	[rec_korean_lite_train.yml]	训练模型
japan_mobile_v2.0_rec	日语	[rec_japan_lite_train.yml]	训练模型
it_mobile_v2.0_rec	意大利语	rec_it_lite_train.yml	训练模型
es_mobile_v2.0_rec	西班牙语	rec_es_lite_train.yml	训练模型
pt_mobile_v2.0_rec	葡萄牙语	rec_pt_lite_train.yml	训练模型
ru_mobile_v2.0_rec	俄语	rec_ru_lite_train.yml	训练模型
ar_mobile_v2.0_rec	阿拉伯语	rec_ar_lite_train.yml	训练模型
hi_mobile_v2.0_rec	印地语（印度）	rec_hi_lite_train.yml	训练模型
ch_tra_mobile_v2.0_rec	繁体中文	rec_ch_tra_lite_train.yml	训练模型
ug_mobile_v2.0_rec	维吾尔语	rec_ug_lite_train.yml	训练模型
fa_mobile_v2.0_rec	波斯语	rec_fa_lite_train.yml	训练模型
ur_mobile_v2.0_rec	乌尔都语（巴铁)	rec_ur_lite_train.yml	训练模型
rs_latin_mobile_v2.0_rec	塞尔维亚(latin)	rec_rs_latin_lite_train.yml	训练模型
oc_mobile_v2.0_rec	欧西坦文	rec_oc_lite_train.yml	训练模型
mr_mobile_v2.0_rec	马拉地文	rec_mr_lite_train.yml	训练模型
ne_mobile_v2.0_rec	尼伯尔文	rec_ne_lite_train.yml	训练模型
rs_cyrillic_mobile_v2.0_rec	塞尔维亚(cyrillic)	rec_rs_cyrillic_lite_train.yml	训练模型
bg_mobile_v2.0_rec	保加利亚语	rec_bg_lite_train.yml	训练模型
uk_mobile_v2.0_rec	乌克兰语	rec_uk_lite_train.yml	训练模型
be_mobile_v2.0_rec	白俄罗斯语	rec_be_lite_train.yml	训练模型
te_mobile_v2.0_rec	泰卢固语	rec_te_lite_train.yml	训练模型
kn_mobile_v2.0_rec	卡纳达语	rec_kn_lite_train.yml	训练模型
ta_mobile_v2.0_rec	泰米尔文	rec_ta_lite_train.yml	训练模型

• 使用tools下的getmodels.sh 脚本下载并准备。

二、准备环境和工具

• 开始之前，需要先准备好Linux，paddle的pip包不支持macOS，而windows部署起来麻烦一些，以下说明以deepin20为范例。
• 安装python3: sudo apt-get install python3
• 安装pip3:

wget https://bootstrap.pypa.io/get-pip.py
sudo python3 get-pip.py

• pip安装paddlepaddle( 2.0的模型需要2.0版):

sudo python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

pip安装转换工具附加依赖: sudo pip3 install setuptools tqdm opencv-python imgaug pyclipper -i https://mirror.baidu.com/pypi/simple

• 安装lmdb依赖: sudo apt-get install python3-yaml libxml2-dev libxslt1-dev python3-dev
• pip安装lmdb: sudo pip3 install lmdb -i https://mirror.baidu.com/pypi/simple
• pip安装onnx: sudo pip3 install onnx
• 下载PaddleOCR(用于预训练模型转paddle推理模型):git clone https://github.com/PaddlePaddle/PaddleOCR.git
• 安装转换工具库Paddle2ONNX(develop分支,用于paddle推理模型转onnx模型):

#转换工具修复，来自于官方仓库，包括未合并代码
git clone https://github.com/RapidOCR/paddle2onnx-wild.git
cd paddle2onnx-wild
sudo python3 setup.py install

三、开始转换

• 接下来的操作都在PaddleOCR文件夹里进行
• PaddleOCR切换到release/2.0分支(因为train训练模型也是v2.0格式的)

git clone https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR
git checkout release/2.0

• 生成多语言识别模型配置文件

#安装模块依赖
sudo pip3 install pyyaml
cd PaddleOCR/configs/rec/multi_language
#生成多语言配置文件
python3 generate_multi_language_configs.py -l it
python3 generate_multi_language_configs.py -l es
python3 generate_multi_language_configs.py -l pt
python3 generate_multi_language_configs.py -l ru
python3 generate_multi_language_configs.py -l ar
python3 generate_multi_language_configs.py -l ta
python3 generate_multi_language_configs.py -l ug
python3 generate_multi_language_configs.py -l fa
python3 generate_multi_language_configs.py -l ur
python3 generate_multi_language_configs.py -l rs_latin
python3 generate_multi_language_configs.py -l oc
python3 generate_multi_language_configs.py -l rs_cyrillic
python3 generate_multi_language_configs.py -l bg
python3 generate_multi_language_configs.py -l uk
python3 generate_multi_language_configs.py -l be
python3 generate_multi_language_configs.py -l te
python3 generate_multi_language_configs.py -l kn
python3 generate_multi_language_configs.py -l ch_tra
python3 generate_multi_language_configs.py -l hi
python3 generate_multi_language_configs.py -l mr
python3 generate_multi_language_configs.py -l ne

• 新建文件夹PaddleOCR/inference
• 需要确认系统中有没有wget工具，运行下 wget 检查 确认。 （在ubuntu下安装： apt install wget 在centos安装： yum install wget )
• 将本仓库tools目录下的getmodels.sh 放PaddleOCR/inference下
• 执行 chmod +x getmodels.h 应该是如下结构：

PaddleOCR/inference
|
|-- getmodels.sh 

• 运行 getmodels.sh脚本： ./getmodels.sh
• 运行完后将有如下的目录结构(大约是这样，有一些小的名字差异，懒得改了，不要太介意）

PaddleOCR/inference
├── ar_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── be_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── bg_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ch_ppocr_mobile_v2.0_cls_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ch_ppocr_mobile_v2.0_det_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ch_ppocr_mobile_v2.0_rec_train
│    ├── best_accuracy.pdparams
│    └── train.log
├── ch_ppocr_server_v2.0_det_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ch_ppocr_server_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── chinese_cht_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── en_number_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── fa_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── french_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── german_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── hi_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── it_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── japan_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ka_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── korean_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── mr_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ne_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── oc_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── pu_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── rs_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── rsc_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ru_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ta_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── te_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ug_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── uk_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
├── ur_mobile_v2.0_rec_train
│    ├── best_accuracy.pdopt
│    ├── best_accuracy.pdparams
│    ├── best_accuracy.states
│    └── train.log
└── xi_mobile_v2.0_rec_train
     ├── best_accuracy.pdopt
     ├── best_accuracy.pdparams
     ├── best_accuracy.states
     └── train.log

• 把本项目tools文件夹里的export_custom.py复制到PaddleOCR/tools里，把program.py覆盖到PaddleOCR/tools里
• 把本项目tools文件夹里的gen-models.sh复制到PaddleOCR根目录
• 开始转换

cd PaddleOCR
chmod a+x gen-models.sh
./gen-models.sh

• 转换成功后，会在PaddleOCR/inference文件夹里生成31个onnx模型