有谁能给一个最新的，从环境到，数据准备，到训练，det， rec， kie， 导出，部署到paddle lite的完整的流程吗

[AlvinZheng]

说实话，用这个ocr，我都怀疑我的智商了，老是问题不断，没个头啊！

[GreatV]

在 PaddleOCR 上完成从环境配置、数据准备、模型训练（包括文本检测 det、文本识别 rec、关键信息提取 kie）、模型导出、转换为适配 Paddle Lite 并部署的完整流程如下：

---

1. 环境配置

安装 PaddlePaddle

请根据你的设备来选择合适的 PaddlePaddle 版本：

# CPU 版本
pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

# GPU 版本 (请确保安装了 CUDA 和 cuDNN)
pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

安装 PaddleOCR

git clone https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR
pip install -r requirements.txt

---

2. 数据准备

PaddleOCR 默认支持 ICDAR 格式的数据集，如果你需要自定义数据集：

1. 数据格式：
   • images/ 文件夹下存放图片
   • train.txt (格式：image_path label)
   • test.txt
2. 生成 label.txt，列出所有的字符集合
3. 运行 tools/create_lmdb_dataset.py 把数据转换为 LMDB 格式（推荐）

---

3. 模型训练

（1）文本检测 (DET)

使用 DBNet 进行文本检测：

python tools/train.py -c configs/det/ch_ppocr_v4_det.yml

训练完成后，模型会保存在 output/ch_PP-OCRv4_det/。

（2）文本识别 (REC)

训练文本识别模型：

python tools/train.py -c configs/rec/ch_PP-OCRv4_rec.yml

输出目录：output/ch_PP-OCRv4_rec/

（3）关键信息提取 (KIE)

训练 KIE (如 SDMGR):

python tools/train.py -c configs/kie/xyz_kie.yml

---

4. 模型导出

导出为推理模型：

python tools/export_model.py -c configs/det/ch_ppocr_v4_det.yml \
    -o Global.pretrained_model=output/ch_PP-OCRv4_det/best_accuracy \
    Global.save_inference_dir=./inference/ch_ppocrv4_det

对于 rec 和 kie，同理：

python tools/export_model.py -c configs/rec/ch_PP-OCRv4_rec.yml \
    -o Global.pretrained_model=output/ch_PP-OCRv4_rec/best_accuracy \
    Global.save_inference_dir=./inference/ch_ppocrv4_rec

---

5. Paddle Lite 推理部署

（1）模型转换

转换为 Paddle Lite 格式：

paddle_lite_opt --model_dir=inference/ch_ppocrv4_det \
    --valid_targets=arm \
    --optimize_out_type=naive_buffer \
    --optimize_out=./lite_model/ch_ppocrv4_det_opt

对 rec 也进行转换：

paddle_lite_opt --model_dir=inference/ch_ppocrv4_rec \
    --valid_targets=arm \
    --optimize_out=./lite_model/ch_ppocrv4_rec_opt

（2）部署

使用 Paddle Lite API 进行推理：

import paddlelite.lite as lite

config = lite.MobileConfig()
config.set_model_from_file("./lite_model/ch_ppocrv4_det_opt.nb")
predictor = lite.create_paddle_predictor(config)

# 进行推理

---

6. 常见问题解析

在你的环境中出现错误：

ImportError: libgalaxyhip.so.5: cannot open shared object file

可能的原因：

• 使用了 海光 CPU，需要确保安装了 海光适配的 PaddlePaddle 版本 (paddlepaddle-dcu)。
• 运行：

  export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/path/to/libgalaxyhip.so

  指定正确的 libgalaxyhip.so.5 位置。

此外，可以参考这个 issue 来检查海光 CPU 的相关兼容性：
PaddleOCR Docker 部署提示 libgalaxyhip.so.5: cannot open shared object file。

---

总结

1. 安装 PaddleOCR 并准备数据集
2. 训练 det、rec、kie 模型
3. 导出推理模型
4. 使用 Paddle Lite 进行优化
5. 进行终端或移动端部署

如果你在某一步遇到了问题，可以检查对应的 log 并根据具体错误进行修改！

---

Response generated by 🤖 feifei-bot | chatgpt-4o-latest

⚠️ This is an AI-generated response. Please verify any critical information.

[GreatV]

你看官网文档应该是比较新的，能跑通

[AlvinZheng]

感谢！
还有个问题，请问 lite转换训练出来的rec模型的时候报错， 是我转换方式错了吗？
paddle_lite_opt --model_dir=output/rec_inference/ch_ppocrv4_rec --valid_targets=arm --optimize_out_type=naive_buffer --optimize_out=output/rec_inference/lit_ch_ppocrv4_rec_opt

Loading topology data from output/rec_inference/ch_ppocrv4_rec/inference.pdmodel
Loading params data from output/rec_inference/ch_ppocrv4_rec/inference.pdiparams

1. Model is successfully loaded!
   [F 3/25 10: 4:31.760 ...e-Lite/lite/core/model/general/op_desc.h:118 GetAttr] Check failed: it != attrs().end(): No attributes called beta found for swish
   Aborted (core dumped)

[AlvinZheng]

我看到是beta，是否是paddlelite 版本不对？

[AlvinZheng]

找到原因了，必须使用2.14rc的paddlelite