最近熟悉了一下飞浆paddle 2.0，使用过程很方便，整体使用方法和pytorch相差不大。同时PaddleOCR也进行了适配。相关链接：最终的软件：https://github.com/zhangming8/Dango-ocrOCR算法服务：https://github.com/zhangming8/ocr_algo_server整个文章分为2部分：算法篇、软件篇。一、算法篇:a. OCR算法

#coding:utf-8'''a liner regression by tenosrflow.input dimension: 1, output dimension: 1.显示每个epoch的loss保存模型图，使用tensorboard'''import tensorflow as tfimport numpy as npimport matplotlib.pyplo...

从前有个小孩子在学习tensorflow，于是他买了几本tensorflow书籍，他发现各种书籍里面讲的示例都是使用mnist数据集。由于框架已经封装好了，在使用数据时用一条命令就可以加载数据了，他也不知道这些数据是怎么被读取的。于是乎，他在训练自己的模型时碰到的数据都是一张张图像，仍然无从下手（一脸懵逼）。除此之外，他还想加一些其他功能，如怎么动态调节学习率，怎么使用tensorboar...

本文接着前面的18.1至18.3博客。nvidia推出的tensorrt可以加速前向传播的速度。本文采用tensorflow训练好的mobilenetv2模型进行测试，按照前面博客我们已经可以把训练好的模型转为.pb的格式了，这里的tensorrt就是对.pb文件进行加速。一、tensorrt安装安装方法参考https://developer.download.nvidia.com/c...

在Python代码中指定GPUimport osos.environ["CUDA_VISIBLE_DEVICES"] = "0" 设置定量的GPU使用量:config = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的显存session

代码中可以保存模型，训练时的log日志，便于观察准确率，损失值等，学习率每隔5000步衰减为原来的0.1倍。其中cifar10_input.py和cifar10.py来源于https://github.com/tensorflow/models/tree/master/tutorials/image/cifar10其中cifar10.py用于下载cifar10的二进制数据集，注意修改53行中的..

在训练目标检测模型的时候一般使用labelimg标注的图像生产.xml格式的标注文件。有时候需要用到coco格式的json标注文件，在github找到了一个xml转json的脚本。(https://github.com/CivilNet/Gemfield/blob/master/src/python/pascal_voc_xml2json/pascal_voc_xml2json.py)执行该脚..

pytorch很好用，但是真实部署还是使用c++较多，因此需要用c++调用训练好的pytorch模型。参考官方示例https://github.com/apachecn/pytorch-doc-zh/blob/master/docs/1.0/cpp_export.md安装libtorch。但是官方示例中并没有使用真实的例子，且使用的是cpu版本的。下面用一个真实的例子并用gpu，本示例的所有程..