PaddleOCR在地平线旭日X3派上的部署和测试（Python版本和C++版本）

2024-06-18 10:18| 来源: 网络整理| 查看: 265

C++还在测试未更新，当前博客仅支持python版本

参考：PaddleOCR在地平线旭日X3派上的部署和测试--金书世界

测试的模型、文件、模型转换工具和系统下载参见百度网盘（文件下载后可以直接使用无需自己搭建模型转换的环境，板端测试程序放置到板端就可以运行无需修改测试，需要的基础环境和基础测试全部打包）

https://pan.baidu.com/s/1Vhu_iYkO5rfB8008WzwLFw?pwd=usyt 提取码：usyt

虚拟机：虚拟机文件下载后参考说明文档打开后就可以直接使用。

文件：保存虚拟机内的所有文件，可以复制文件到自己的虚拟机，但是需要自己搭建测试环境。

X3镜像文件：地平线的官方ubuntu系统文件。

板端测试程序：det的检测程序和demo的检测识别程序（pyton版本）

测试系统的制作参靠官方网址

https://developer.horizon.cc/documents_rdk/installation/install_os

本测试使用的系统放置在百度网盘中（解压后使用）

链接：https://pan.baidu.com/s/1whCbIRQ6w-XlCeu8JQkauw?pwd=mu6w 提取码：mu6w

下载制作工具：balenaEtcher - Flash OS images to SD cards & USB drives

打开balenaEtcher工具，点击Flash frome file按钮，选择解压出来的ubuntu-preinstalled-desktop-arm64.img文件作为烧录镜像

image-X3-Update-balena1

点击Select target按钮，选择对应的Micro SD存储卡作为目标存储设备

image-X3-Update-balena3

点击Flash按钮开始烧录，待工具提示Flash Complete时，表示镜像烧录完成，可以关闭balenaEtcher并取出存储卡

image-X3-Update-balena4

环境搭建 #创建虚拟环境 conda create -n x3model python=3.6 #激活虚拟环境 conda activate x3model #进入到指定的测试路径 cd /home/kkx3/wyj/x3/TransModel/Paddle2ONNX/PaddleOCR #首次使用安装 pip install paddlepaddle==2.2.0 -i https://mirror.baidu.com/pypi/simple/ pip install onnxruntime==1.9.0 -i https://mirror.baidu.com/pypi/simple/ pip install paddle2onnx -i https://mirror.baidu.com/pypi/simple/ pip install onnx==1.6.0 -i https://mirror.baidu.com/pypi/simple/

模型转换（转onnx模型） #下载模型 wget -nc -P ./inference https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_det_infer.tar cd ./inference && tar xf en_PP-OCRv3_det_infer.tar && cd .. wget -nc -P ./inference https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_rec_infer.tar cd ./inference && tar xf en_PP-OCRv3_rec_infer.tar && cd .. wget -nc -P ./inference https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar cd ./inference && tar xf ch_ppocr_mobile_v2.0_cls_infer.tar && cd .. #rec #模型输入输出固化 python paddle_infer_shape.py --model_dir ./inference/en_PP-OCRv3_rec_infer/ \ --model_filename inference.pdmodel \ --params_filename inference.pdiparams \ --save_dir new_model/rec/ \ --input_shape_dict="{'x':[1,3,48,320]}" #模型转换 paddle2onnx --model_dir new_model/rec/ \ --model_filename inference.pdmodel \ --params_filename inference.pdiparams \ --save_file new_model/rec/en_PP-OCRv3_rec_infer.onnx \ --opset_version 11 \ --enable_dev_version True #降低ONNX版本 python ModelTransVersion_rec.py #det #模型输入输出固化 python paddle_infer_shape.py --model_dir ./inference/en_PP-OCRv3_det_infer/ \ --model_filename inference.pdmodel \ --params_filename inference.pdiparams \ --save_dir new_model/det/ \ --input_shape_dict="{'x':[1,3,640,640]}" #模型转换 paddle2onnx --model_dir new_model/det/ \ --model_filename inference.pdmodel \ --params_filename inference.pdiparams \ --save_file new_model/det/en_PP-OCRv3_det_infer.onnx \ --opset_version 11 \ --enable_dev_version True #降低ONNX版本 python ModelTransVersion_det.py

rec模型转换

输出的rec模型路径

/home/kkx3/wyj/x3/TransModel/Paddle2ONNX/PaddleOCR/new_model/rec

模型转换

输出的det模型路径

/home/kkx3/wyj/x3/TransModel/Paddle2ONNX/PaddleOCR/new_model/det

由于x3派支持的版本限制需要降低onnx版本,左侧原版，右侧是降低版本后的，将降低后的复制到onnx模型转x3派的路径下进行模型转换。

模型转换（转x3板端的模型） det模型转换 #进入到指定的测试路径 cd /home/kkx3/wyj/x3/TransModel/horizon_model_convert_sample/04_detection/09_ocr_det/mapper #激活虚拟环境 conda activate x3model