训练验证码之ddddocr一个图文视频教学

本文主要是介绍训练验证码之ddddocr一个图文视频教学，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一、推荐文章视频

文章原文来自这里：训练验证码-4、ddddocr训练字符验证码， 原文文章末尾有视频介绍
更多内容见训练验证码合集

一、ddddocr环境配置

1.打开ddddocr项目 https://github.com/sml2h3/dddd_trainer 进行下载压缩包并解压，文章末尾是视频介绍，如果文字有些不清楚，可以看视频操作
图在这里插入图片描述

fire
loguru
pyyaml
tqdm
numpy
pillow==9.5.0
onnx
ddddocr-py311

5.创建ddddocr训练专属的虚拟环境，注意这里我安装的pytorch版本对应，请看上面文章找自己cuda对应的torch版本安装（该篇文章深度学习环境安装目录三），依次执行如下命令

conda create -n dd python=3.11
conda activate dd
pip install -r requirements.txt
N卡gpu训练：conda install pytorch2.0.1 torchvision0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c nvidia
只cpu训练：conda install pytorch2.0.1 torchvision0.15.2 torchaudio==2.0.2 cpuonly

6.可以训练字母/数字/汉字/定长/不定长/大小写/乘号加减号等,报错解决推荐文章 https://blog.csdn.net/weixin_68123638/article/details/131463026

二、字符集验证码训练

1.创建训练项目：python app.py create charprj ，如图这时候在dddd_trainer/projects下会自动生成一个charprj的文件夹，并且包含三个空文件夹cache、checkpoints、models 和一个config.yaml配置文件
在这里插入图片描述
2.准备数据集：听说至少需要1200张图片（不确定）, 如图我在D:\Yzmtrain\images_char 目录下面放了一些数据集，这些数据集的命名，名称_随机hash值

3.如果是单个汉字的话，python app.py create charprj --single ，如果想要创建一个CNN的项目，则可以加上–single参数，CNN项目识别比如图片类是什么分类的情况，比如图片上只有一个字，识别这张图是什么字（图上有多个字的不要用CNN模式），又比如分辨图片里是狮子还是兔子用CNN模式比较合适，大多数OCR需求请不要使用–single
在这里插入图片描述
3.缓存数据配置：python app.py cache charprj D:\Yzmtrain\images_char ，dddd_trainer/cache文件夹下会生成两个文件cache.train.tmp和cache.val.tmp，里面记录的就是images文件夹下面的图片信息

Model:CharSet: []     # 字符集，不要动，会自动生成ImageChannel: 1 # 图片通道数，如果你想以灰度图进行训练，则设置为1，彩图，则设置为3。如果设置为1，数据集是彩图，项目会在训练的过程中自动在内存中将读取到的彩图转为灰度图，并不需要提前自己修改并且该设置不会修改本地图片ImageHeight: 64 # 图片自动缩放后的高度，单位为px,高度必须为16的倍数，会自动缩放图像ImageWidth: -1  # 图片自动缩放后的宽度，单位为px，本项若设置为-1，将自动根据情况调整Word: false     # 是否为CNN模型，这里在创建项目的时候通过参数控制，不要自己修改
System:Allow_Ext: [jpg, jpeg, png, bmp]  # 支持的图片后缀，不满足的图片将会被自动忽略GPU: true                         # 是否启用GPU去训练，使用GPU训练需要参考步骤一安装好环境GPU_ID: 0                         # GPU设备号，0为第一张显卡Path: ''                          # 数据集根目录，在缓存图片步骤会自动生成，不需要自己改，除非数据集地址改了Project: test                     # 项目名称 也就是{project_name}Val: 0.03                         # 验证集的数据量比例，0.03就是3%，在缓存数据时，会自动选则3%的图片用作训练过程中的数据验证，修改本值之后需要重新缓存数据
Train:BATCH_SIZE: 32                                    # 训练时每一个batch_size的大小，主要取决于你的显存或内存大小，可以根据自己的情况，多测试，一般为16的倍数,如16，32，64，128CNN: {NAME: ddddocr}                              # 特征提取的模型，目前支持的值为ddddocr,effnetv2_l,effnetv2_m,effnetv2_xl,effnetv2_s,mobilenetv2,mobilenetv3_s,mobilenetv3_lDROPOUT: 0.3                                      # 非专业人员不要动LR: 0.01                                          # 初始学习率OPTIMIZER: SGD                                    # 优化器，不要动SAVE_CHECKPOINTS_STEP: 2000                       # 每多少step保存一次模型TARGET: {Accuracy: 0.97, Cost: 0.05, Epoch: 20}   # 训练结束的目标，同时满足时自动结束训练并保存onnx模型，Accuracy为需要满足的最小准确率，Cost为需要满足的最小损失，Epoch为需要满足的最小训练轮数TEST_BATCH_SIZE: 32                               # 测试时每一个batch_size的大小，主要取决于你的显存或内存大小，可以根据自己的情况，多测试，一般为16的倍数,如16，32，64，128TEST_STEP: 1000                                   # 每多少step进行一次测试

4.训练或者恢复训练：python app.py train charprj
在这里插入图片描述

import ddddocrocr = ddddocr.DdddOcr(det=False, ocr=False, show_ad=False, import_onnx_path="charprj_1.0_23_6000_2023-10-26-23-47-08.onnx", charsets_path="charsets.json")with open(r"D:\Yzmtrain\img_other\1CBH_1578451419953.png", 'rb') as f:image_bytes = f.read()print(ocr.classification(image_bytes))