用自定义数据集微调PP-OCRv5文本检测、识别模型

目录

1. 用PPOCRLabel标注数据

2. 搭建训练环境

2.1 拉取预安装 PaddlePaddle 的镜像

2.2 下载PaddleOCR源码

2.3 下载预训练模型

2.4 数据存放目录结构

2.5 用镜像构建并进入Docker容器

2.6 安装其余训练依赖

2.7 配置动态库搜索路径

3. 训练PP-OCRv5检测模型

3.1 修改配置文件

3.2 检测模型训练

4. 训练PP-OCRv5识别模型

4.1 修改配置文件

4.2 识别模型训练

5. 模型评估

5.1 检测模型评估

5.2 识别模型评估

6. 模型导出

6.1 检测模型导出

6.2 识别模型导出

7. 模型格式转化

8. 官方文档

1. 用PPOCRLabel标注数据

• 标注环境：Windows系统
• PPOCRLabel版本：v3.1.6
• 注意：安装用清华源加速

1.1 创建虚拟环境

注意：高版本python PPOCRLabel 依赖的库兼容性问题，目前用python3.10

conda create -n ppocrlabel python=3.10

1.2 激活虚拟环境

conda activate ppocrlabel

1.3 安装飞桨框架paddlepaddle

备注：目前采用cpu版本

python -m pip install paddlepaddle -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

1.4 安装标注工具PPOCRLabel

pip install PPOCRLabel -i https://pypi.tuna.tsinghua.edu.cn/simple

1.5 安装paddlex[ocr]

pip install "paddlex[ocr]" -i https://pypi.tuna.tsinghua.edu.cn/simple

1.6 运行PPOCRLabel.py脚本

1.6.1 进入PPOCRLabel安装目录

例如：

cd D:\ProgramData\miniconda3\envs\ppocrlabel\Lib\site-packages\PPOCRLabel

1.6.2 运行PPOCRLabel.py脚本

注意：

1.6.2.1 运行脚本的方式会看到报错信息

1.6.2.2 第一次启动要用脚本，要下载模型（默认路径 C:\Users\xxx\.paddlex\official_models）

1.6.2.3 PPOCRLabel --lang ch 方式运行需要等待一段时间才能看到界面

python PPOCRLabel.py --lang ch

1.6.2.4 备注：报错修复

(ppocrlabel) D:\ProgramData\miniconda3\envs\ppocrlabel\Lib\site-packages\PPOCRLabel>python PPOCRLabel.py --lang ch 信息: 用提供的模式无法找到文件。 D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\paddle\utils\cpp_extension\extension_utils.py:712: UserWarning: No ccache found. Please be aware that recompiling all source files may be required. You can download and install ccache from: https://github.com/ccache/ccache/blob/master/doc/INSTALL.md warnings.warn(warning_message) Traceback (most recent call last): File "D:\ProgramData\miniconda3\envs\ppocrlabel\Lib\site-packages\PPOCRLabel\PPOCRLabel.py", line 86, in <module> from paddleocr import PaddleOCR, PPStructureV3, TextRecognition, TextDetection File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\paddleocr\__init__.py", line 44, in <module> from ._api_client import ( File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\paddleocr\_api_client\__init__.py", line 16, in <module> from .async_client import AsyncPaddleOCRClient File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\paddleocr\_api_client\async_client.py", line 21, in <module> import aiohttp File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\aiohttp\__init__.py", line 6, in <module> from .client import ( File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\aiohttp\client.py", line 83, in <module> from .connector import ( File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\aiohttp\connector.py", line 918, in <module> _SSL_CONTEXT_VERIFIED = _make_ssl_context(True) File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\aiohttp\connector.py", line 901, in _make_ssl_context sslcontext = ssl.create_default_context() File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\ssl.py", line 771, in create_default_context context.load_default_certs(purpose) File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\ssl.py", line 592, in load_default_certs self._load_windows_store_certs(storename, purpose) File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\ssl.py", line 584, in _load_windows_store_certs self.load_verify_locations(cadata=certs) ssl.SSLError: [ASN1: NOT_ENOUGH_DATA] not enough data (_ssl.c:4040)

尝试重新安装 OpenSSL 并修复 Conda 环境：

conda install openssl -c conda-forge --force-reinstall

1.7 标注

1.7.1 打开目录

1.7.2 标注

1.7.3 导出标记结果

1.7.4 导出识别结果

1.8 数据集划分

路径问题：如果在Windows下划分数据，但计划在Linux系统下训练，需要注意文件路径的差异，可能会因路径前缀问题导致训练时找不到文件。建议尽量在最终训练的环境（如Linux）中直接进行数据划分

git clone https://github.com/PFCCLab/PPOCRLabel.git

• 进入PPOCRLabel安装目录：

cd ./PPOCRLabel # 将目录切换到PPOCRLabel文件夹下

• 执行脚本，生成划分后的数据集train_data：

python gen_ocr_train_val_test.py --trainValTestRatio 7:2:1 --datasetRootPath ../labeled_dataset

|- labeled_dataset

|- PPOCRLabel

|- train_data

|- det

|- rec

2. 搭建训练环境

• 飞桨快速安装【docker方式】:开始使用_飞桨-源于产业实践的开源深度学习平台

2.1 拉取预安装 PaddlePaddle 的镜像

• 镜像版本信息：3.3.1-gpu-cuda13.0-cudnn9.13

docker pull ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.3.1-gpu-cuda13.0-cudnn9.13

2.2 下载PaddleOCR源码

PaddleOCR：v3.6.0

# 推荐方式 git clone https://github.com/PaddlePaddle/PaddleOCR

2.3 下载预训练模型

文本检测模块 - PaddleOCR 文档

文本识别模块 - PaddleOCR 文档

2.4 数据存放目录结构

|-- workspace/ppocr/ppocrv5

|-- PaddleOCR #源码

|-- pretrained_model #预训练模型

|-- train_data #拆分后的标注数据集

|-- labeled_dataset #原始数据集

|-- PPOCRLabel #用于数据集划分

2.5用镜像构建并进入Docker容器

docker run -itd --name paddleocr --gpus all --shm-size=8g -v /home/xxx/workspace:/workspace/ppocr ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.3.1-gpu-cuda13.0-cudnn9.13 /bin/bash

2.6 安装其余训练依赖

进入PaddleOCR源码目录，安装其余训练依赖

python -m pip install -r requirements.txt

2.7 配置动态库搜索路径

export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:/usr/local/cuda/lib64:$LD_LIBRARY_PATH

容器内默认缺少 CUDA lib64 动态库搜索路径，Paddle 找不到 cudart/cuda 运行库，判定 GPU 不可用，报错如下：

/usr/local/lib/python3.10/dist-packages/paddle/base/framework.py:829: UserWarning: You are using GPU version Paddle, but your CUDA device is not set properly. CPU device will be used by default. warnings.warn( Skipping import of the encryption module. E0615 05:28:28.237717 22589 place.cc:424] Cannot use GPU because there is no GPU detected on your machine. Traceback (most recent call last): File "/workspace/ppocr/ppocrv6/PaddleOCR/tools/train.py", line 297, in <module> config, device, logger, vdl_writer = program.preprocess(is_train=True) File "/workspace/ppocr/ppocrv6/PaddleOCR/tools/program.py", line 976, in preprocess device = paddle.set_device(device) File "/usr/local/lib/python3.10/dist-packages/paddle/device/__init__.py", line 631, in set_device place = device_to_place(device) File "/usr/local/lib/python3.10/dist-packages/paddle/device/__init__.py", line 392, in device_to_place device = _convert_to_place(device) File "/usr/local/lib/python3.10/dist-packages/paddle/device/__init__.py", line 448, in _convert_to_place place = core.CUDAPlace(device_id) ValueError: (InvalidArgument) use wrong place, Please check. (at /paddle/paddle/fluid/pybind/place.cc:427)

3. 训练PP-OCRv5检测模型

3.1 修改配置文件

configs/det/PP-OCRv5/PP-OCRv5_server_det.yml

例如：

3.2 检测模型训练

#单卡训练 (默认训练方式) python tools/train.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml

模型输出目录：

4. 训练PP-OCRv5识别模型

4.1 修改配置文件

configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml

4.2 识别模型训练

#单卡训练 (默认训练方式) python tools/train.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml

模型输出目录：

5. 模型评估

5.1 检测模型评估

python tools/eval.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=output/PP-OCRv5_server_det/best_accuracy.pdparams

5.2 识别模型评估

python tools/eval.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=output/PP-OCRv5_server_rec/best_accuracy.pdparams

6. 模型导出

6.1 检测模型导出

python tools/export_model.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o Global.pretrained_model=output/PP-OCRv5_server_det/best_accuracy.pdparams Global.save_inference_dir="./PP-OCRv5_server_det_infer/"

6.2 识别模型导出

python tools/export_model.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=output/PP-OCRv5_server_rec/best_accuracy.pdparams Global.save_inference_dir="./PP-OCRv5_server_rec_infer/"

7.pdparams格式转onnx格式

7.1 安装paddlex[ocr]

pip install "paddlex[ocr]"

7.2 安装paddle2onnx

paddlex --install paddle2onnx

版本信息：

paddlex：3.7.1

paddle2onnx：2.0.2rc3

7.3 执行格式转换

检测模型转onnx

paddlex --paddle2onnx --paddle_model_dir PP-OCRv5_server_det_infer --onnx_model_dir PP-OCRv5_server_det_infer_onnx --opset_version 11

识别模型转onnx

paddlex --paddle2onnx --paddle_model_dir PP-OCRv5_server_rec_infer --onnx_model_dir PP-OCRv5_server_rec_infer_onnx --opset_version 11

报错信息：

root@224d8748be67:/workspace/ppocr/ppocrv5/PaddleOCR# paddlex --paddle2onnx --paddle_model_dir PP-OCRv5_server_det_infer --onnx_model_dir PP-OCRv5_server_det_infer_onnx --opset_version 11 Input dir: PP-OCRv5_server_det_infer Output dir: PP-OCRv5_server_det_infer_onnx Paddle2ONNX conversion starting... /usr/local/lib/python3.10/dist-packages/paddle/base/framework.py:829: UserWarning: You are using GPU version Paddle, but your CUDA device is not set properly. CPU device will be used by default. warnings.warn( [Paddle2ONNX] Start parsing the Paddle model file... [Paddle2ONNX] Use opset_version = 11 for ONNX export. 2026-06-16 02:39:45 [ERROR] Failed to convert PaddlePaddle model: (Unimplemented) the 0th elementwise MUST be ir::FloatAttribute [Hint: Expected array_list[0].isa<::pir::FloatAttribute>() == true, but received array_list[0].isa<::pir::FloatAttribute>():0 != true:1.] (at /github/workspace/paddle2onnx/parser/pir_parser.cc:814) . Paddle2ONNX conversion failed with exit code 255

8. 官方文档

PaddleOCR 文档

PP-OCRv5: 使用教程 - PaddleOCR 文档

标注：

其它数据标注工具 - PaddleOCR 文档

PPOCRLabelv3： PPOCRLabel/README_ch.md at main · PFCCLab/PPOCRLabel · GitHub

训练微调：

模块概述 - PaddleOCR 文档

文本检测模块 - PaddleOCR 文档

文本识别模块 - PaddleOCR 文档

获取 ONNX 模型：

获取ONNX模型 - PaddleOCR 文档