本文主要是介绍百度paddleocr GPU版部署,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!
显卡:NVIDIA GeForce RTX 4070,Nvidia驱动程序版本:537.13
Nvidia驱动程序能支持的最高cuda版本:12.2.138
Python:python3.10.11。试过python3.12,安装paddleocr失败,找不到相关模块。
飞桨版本:2.6,操作系统:windows 10,安装方式:pip,计算平台:CUDA12.0(飞桨2.6最高支持CUDA12.0)
CUDA工具包:12.0。由于飞桨2.6最高支持CUDA12.0,而Nvidia驱动程序能支持的最高cuda版本12.2,所以这里选择CUDA工具包12.0。
飞桨要求的CUDA工具包和cuDNN对应关系:
因此cuDNN选择v8.9.1。
先安装CUDA和cuDNN。需要注意,在自定义安装CUDA的时候有个选项得去掉,如下:
一般我们是没有VS环境的,如果这个时候勾选上就很有可能导致安装失败,去掉之后我们下一步等待完成即可。
安装飞桨2.6
python -m pip install paddlepaddle-gpu==2.6.0.post120 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html
由于网络原因,可能安装失败,多试几次就可以成功。
安装完成后您可以使用 python 进入 python 解释器,输入import paddle ,再输入 paddle.utils.run_check()
如果出现PaddlePaddle is installed successfully!,说明已成功安装,并且飞桨跟CUDA的版本也匹配上了。
安装paddleocr
pip install "paddleocr>=2.0.1"
如果因为网络原因安装失败,可以指定超时和更换镜像源
pip --default-timeout=500 install "paddleocr>=2.0.1" -i https://pypi.tuna.tsinghua.edu.cn/simple
安装完成后,就可以运行命令行识别图片文字了
paddleocr --image_dir ./1.png --use_angle_cls true --use_gpu true
运行该命令的时候,可能报错:
Could not locate zlibwapi.dll. Please make sure it is in your library path
需要在网上下载zlibwapi.dll放到cuda的安装目录下。
这篇关于百度paddleocr GPU版部署的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!