本文已参与「新人创作礼」活动，一起开启掘金创作之路。 ————————————————————————————————————————————————————————
文本检测过程的训练
1、数据集的构造
如果只是想要完整地熟悉一下文本检测的训练流程，那么可以直接采用官网提供的数据集，这样可以避免自己动手构造数据集。如果有自己特定的需求，需要构造自己的数据集，那么官网也有提供标注文件的格式，自己写个demo转化一下标注文件即可，需要注意的是标注文件中的“\t”和编码方式“utf-8”。
doc/doc_ch/dataset/ocr_datasets.md · PaddlePaddle/PaddleOCR - Gitee.com
2、训练权重下载
这里直接采用DBnet的预训练权重文件，自己也可以根据实际需要下载适合模型的权重文件。
doc/doc_ch/algorithm_det_db.md · PaddlePaddle/PaddleOCR - Gitee.com
3、配置文件（.yml文件）
这里推荐将原本的.yml文件拷贝一份，重新命名，之后再在里面修改必要的参数。
doc/doc_ch/algorithm_det_db.md · PaddlePaddle/PaddleOCR - Gitee.com
关于.yml配置文件中的参数，这里有详细的解释。
doc/doc_ch/config.md · PaddlePaddle/PaddleOCR - Gitee.com
在这里对配置文件中参数做一些说明，以免大家多走弯路。
# 权重文件名称后面不需要加后缀
pretrained_model: ./pretrain_models/ResNet50_vd_ssld_pretrained
# 这里的路径和label文件存的路径连接起来只要是对应图像的完整路径即可，没有必要严格按照官网要求组织文件
data_dir: ./train_data/icdar2015/text_localization/
# PaddleOCR支持的数据格式有两种lmdb和通用数据，因为训练所使用的为通用数据所以要进行修改
Train
--dataset
----name: SimpleDataSet
Eval
--dataset
----name: SimpleDataSet
4、训练
CPU训练执行下面的命令
# 单机单卡训练 mv3_db 模型
python3 tools/train.py -c configs/det/det_mv3_db.yml -o Global.pretrained_model=./pretrain_models/MobileNetV3_large_x0_5_pretrained
GPU训练执行下面的命令
# 单机多卡训练，通过 --gpus 参数设置使用的GPU ID
python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/train.py -c configs/det/det_mv3_db.yml -o Global.pretrained_model=./pretrain_models/MobileNetV3_large_x0_5_pretrained
文本识别过程的训练
1、数据集的构造
这里的要求和文本检测过程的训练中数据集的构造要求基本一样，可以参考下面的网址。
doc/doc_ch/recognition.md · PaddlePaddle/PaddleOCR - Gitee.com
2、训练权重的下载
这里采用CRNN的预训练权重文件。
doc/doc_ch/algorithm_rec_crnn.md · PaddlePaddle/PaddleOCR - Gitee.com
3、配置文件（.yml文件）
这里推荐将原本的.yml文件拷贝一份，重新命名，之后再在里面修改必要的参数。需要注意的是，在文本识别训练过程中，因为用到了CTCloss，所以需要dict.txt文件，里面存放的是网络需要识别出来的字符。
在这里对配置文件中参数做一些说明，以免大家多走弯路。
# 权重文件名称后面不需要加后缀
pretrained_model: ./checkpoints/rec_r34_vd_none_bilstm_ctc_v2.0_train/best_accuracy
# 将之修改为自己构造的dict
character_dict_path: ppocr/utils/dict/my_dict.txt
# 需要检测空格的话设置为True
use_space_char: True
# PaddleOCR支持的数据格式有两种lmdb和通用数据，因为训练所使用的为通用数据所以要进行修改
Train
--dataset
----name: SimpleDataSet
Eval
--dataset
----name: SimpleDataSet
4、训练
CPU训练执行下面的命令
# 单机单卡训练 mv3_db 模型
python3 tools/train.py -c configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml -o Global.pretrained_model=./pretrain_models/en_PP-OCRv3_rec_train/best_accuracy
GPU训练执行下面的命令
# 单机多卡训练，通过 --gpus 参数设置使用的GPU ID
python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/train.py -c configs/rec/PP-OCRv3/en_PP-OCRv3_rec.yml -o Global.pretrained_model=./pretrain_models/en_PP-OCRv3_rec_train/best_accuracy