PaddleOCR 服务化部署(基于PaddleHub Serving)

最近用到百度飞桨的 PaddleOCR，研究了一下PaddleOCR的服务化部署，简单记录一些部署过程和碰到的问题。

基础环境

• paddlepaddle 2.5.2
• python 3.7
• paddlehub 2.1.0
• PaddleOCR 2.6
• pip 20

#查看 python 版本
python --version 
#查看pip版本
pip --version
#查看paddlepaddle版本
pip show paddlepaddle

部署过程中也尝试多次，不同版本遇到的问题不尽相同，这里选取其中一组进行部署说明

使用 docker部署paddlepaddle2.5.2容器

• PaddleOCR 依赖飞桨环境运行，所以需要先安装paddlepaddle环境，默认 docker 已经安装，执行脚本获取paddlepaddle2.5.2 镜像并自动创建名称为 ppocr的容器，网络顺畅的话很快就可以下载完成，下载完成后执行attach命令就可以进入容器继续操作。

  官方paddlepaddle2.5.2容器内python版本为3.7，pip版本为20，默认即可。

  # 下载并创建容器
  docker run -p 9997:9997 --name ppocr -itd -v $PWD:/paddle registry.baidubce.com/paddlepaddle/paddle:2.5.2 /bin/bash
  
  # 进入容器
  docker attach ppocr
  

  参数说明

  参数	说明
  -p	指定 docker 映射的端口
  -name	指定容器的名称

• docker 部分常用管理命令

  #查看容器情况
  docker ps -a
  
  #停止容器
  docker stop ppocr
  
  #启动容器
  docker  start ppocr
  
  #查看所有镜像
  docker  images
  

以下操作都在容器内进行

安装paddlehub

• 进入容器后执行脚本安装paddlehub，版本为2.1.0

  pip3 install paddlehub==2.1.0 --upgrade -i https://mirror.baidu.com/pypi/simple
  

• 安装过程中会提示typing-extensions版本过低，要求版本要大于4.6.1，卸载当前版本安装指定版本，安装完成后再次执行上述命令安装paddlehub，安装时间较长等待安装完成接口。
  

  #卸载当前包
  pip uninstall typing-extensions
  
  #安装4.6.1版本
  pip3 install typing-extensions==4.6.1
  

安装PaddleOCR 2.6.0

PaddleOCR 使用 2.6.0版本

• 首先从gitee获取PaddleOCR代码，PaddleOCR在gitee仓库的最新版本为2.6.0，在 github仓库的最新版本为2.7.1，2.7.1依赖 python 版本需要>=3.8，此处需要注意.

  cd /home
  git clone https://gitee.com/paddlepaddle/PaddleOCR.git
  

• 代码下载完成后进入PaddleOCR文件夹内执行脚本安装依赖包

  cd /home/PaddleOCR
  #安装依赖包
  pip3 install -r requirements.txt -i https://mirror.baidu.com/pypi/simple
  

hubserving服务配置

hubserving服务部署目录下包括文本检测、文本方向分类，文本识别、文本检测+文本方向分类+文本识别3阶段串联，版面分析、表格识别和PP-Structure七种服务包，可以按需安装使用，使用前需要下载对应模型并进行配置，以下已文本检测+文本方向分类+文本识别3阶段串联服务(ocr_system)和表格识别(structure_table)为例进行说明。

• 文本检测+文本方向分类+文本识别3阶段串联服务(ocr_system)配置

  • 相关模型下载

    cd /home/PaddleOCR
    mkdir inference && cd inference
    
    # 下载并解压 OCR 文本检测配置
    wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar && tar -xf ch_PP-OCRv3_det_infer.tar
    
    # 下载并解压 OCR 文本识别模型
    wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar &&  tar -xf ch_PP-OCRv3_rec_infer.tar
    
    # 下载并解压 OCR 文本方向分类模型
    wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar && tar xf ch_ppocr_mobile_v2.0_cls_infer.tar
    

  • 服务配置
    文本检测+文本方向分类+文本识别3阶段串联服务(ocr_system)配置文件是deploy/hubserving/ocr_system/params.py，包含模型路径和相关参数，这里使用默认配置即可，如果更换模型需要对应修改配置文件。
    

• 表格识别服务(structure_table)配置

  • 下载中文表格识别模板

    cd /home/PaddleOCR/inference
    #下载基于SLANet的中文表格识别模型
    wget https://paddleocr.bj.bcebos.com/ppstructure/models/slanet/ch_ppstructure_mobile_v2.0_SLANet_infer.tar && tar xf ch_ppstructure_mobile_v2.0_SLANet_infer.tar
    

  • 服务配置
    structure_table默认配置为英文表格识别模型和英文字典，需要调整为中文识别模板和对应的中文字典文件，修改完成保存即可。

    #打开配置文件
    vim /home/PaddleOCR/deploy/hubserving/structure_table/param.py
    #调整模型文件路径为./inference/ch_ppstructure_mobile_v2.0_SLANet_infer/
    #调整字典文件路径为./ppocr/utils/dict/table_structure_dict_ch.txt
    

  

hubserving服务安装

• 服务配置完成就可以安装服务了，后续如果服务相关配置存在变动需要重新执行以下命令安装服务

  cd /home/PaddleOCR
  
  #安装ocr_system服务
  hub install deploy/hubserving/ocr_system
  
  #安装structure_table服务
  hub install deploy/hubserving/structure_table
  

  安装完成
  
• 错误1：服务安装时会提示protobuf版本过高，可以卸载当前版本安装指定版本3.20.2即可

  pip uninstall protobuf
  pip install protobuf==3.20.2
  

  
• 错误2：服务安装时还会提示cannot import name 'RNNCell' from 'paddle.fluid.layers'
  
  这是因为paddlepaddle2.5.0后没有fluid了，需要修改paddlehub安装包中的/usr/local/lib/python3.7/dist-packages/paddlehub/compat/task/text_generation_task.py文件，将文件中 paddle.fluid.layers import RNNCell ...换成from paddle.nn import RNNCellBase，对应变量引入也需要修改，修改如下
  

hubserving服务启动

#以后台形式启动ocr_system structure_table 服务
nohup hub serving start -m ocr_system structure_table -p 9997 &

#查看启动日志
tail -f nohup.out

**参数说明**
|  参数 |  说明 |
| ------------ | ------------ |
|  -m | 指定启动的服务名称，多个用空格隔开 |
|  -p | 指定服务端口  |

启动成功

接口访问路径

• ocr_system: http://127.0.0.1:9997/predict/ocr_system
• structure_table: http://127.0.0.1:9997/predict/structure_table
  接口说明

  参数	说明
  请求类型	post
  Content-Type	application/json
  参数格式	{"images":["图片 base64串"]}

吐槽

最后忍不住吐槽一下，百度的文档真的是一言难尽，要么是代码已经更新文档还是几年前的，要么是有文档但写的非常简略，新手全靠自己踩坑，学习成本太高了！

---

相关参考文档

官方PaddleHub Serving部署文档
PP-Structure 系列模型列表
PP-OCR系列模型列表
解决RNNCell问题参考文档