1. 环境

这里新建了一个conda环境用于测试，官方推荐采用docker

# 1. 新建conda环境
conda create -n paddleocr python==3.7

# 2. 安装paddle1.7.2
python3 -m pip install paddlepaddle-gpu==1.7.2.post107 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 3. 安装其他依赖
cd $project
pip install -r requirements.txt

2. 推理测试

2.1 下载SRN预训练模型

https://paddleocr.bj.bcebos.com/SRN/rec_r50fpn_vd_none_srn.tar

2.2 单张图片推理

• c:配置文件要和模型对应
• o:模型是best_accuracy.pdparams，不带后缀

测试图片

SRN推理

python3 tools/infer_rec.py -c configs/rec/rec_r50fpn_vd_none_srn.yml -o Global.checkpoints=/home/data/CM/4_ocr/PaddleOCR/pre_models/rec_r50fpn_vd_none_srn/best_accuracy  Global.infer_img=/home/data/CM/data/ocr/correct_train/AM6140_630_det.jpeg

2020-08-26 18:06:06,193-INFO: index: [10 22 7 4 18 21]
2020-08-26 18:06:06,193-INFO: word : am74il
2020-08-26 18:06:06,193-INFO: score: 0.8869452476501465

ctc推理

python3 tools/infer_rec.py -c configs/rec/rec_mv3_none_bilstm_ctc.yml -o Global.checkpoints=/home/data/CM/4_ocr/PaddleOCR/pre_models/rec_mv3_none_bilstm_ctc/best_accuracy  Global.infer_img=/home/data/CM/data/ocr/correct_train/AM7411_470_det.jpeg

2020-08-26 18:07:30,657-INFO: index: [10 35 10 18]
2020-08-26 18:07:30,657-INFO: word : azai
2020-08-26 18:07:30,657-INFO: score: 0.8612534403800964

小结

SRN的鲁棒性更好，但是模型更大300m对8.4m，数据集也更大。