• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    迪恩网络公众号
登陆 注册

paddlehub_ppocr: 我们把 PaddleOCR 服务打包成一个镜像，以便在 Docker 或 k8s 环境 ...

原作者: [db:作者] 来自: 网络 收藏 邀请

开源软件名称：

paddlehub_ppocr

开源软件地址：

https://gitee.com/duolabmeng666/paddlehub_ppocr

开源软件介绍：

基于 Serverless 架构部署通用文字识别 PaddleOCR

github starsgitee stars

项目背景

在日常项目应用中，相信大家都希望自己项目中的Restful API服务，能够稳健的运行，并且最好拥有高并发，高可用的特性。云厂商提供的 Serverless 服务是最佳的选择。无需运维人员，无需自建 k8s，不需要担心服务崩溃不可用。

PaddleOCR 旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。PaddleOCR 项目地址: https://github.com/PaddlePaddle/PaddleOCR

我们把 PaddleOCR 服务打包成一个镜像，以便在 Docker 或 k8s 环境里，快速发布到线上使用。

本文将提供标准化的代码来实现这样的目标。

大家可以通过本项目提供的镜像，把 PaddleOCR 项目快速发布成可调用的Restful API服务。

阅读本文你将学会：

  • 在 Serverless 架构中 docker 镜像制作的最佳实践，游刃有余的部署复杂场景下的深度学习模型
  • 熟练的使用各厂商提供的 Serverless 服务，部署。
  • 制作小巧精良的 docker 镜像

开箱即用

这里提供了开箱即用的 docker 镜像，可直接将 PaddleOCR 部署到本地服务器，阿里云函数计算，腾讯云函数中提供通用文字识别 api 接口

PaddleOCR docker 镜像地址

部署 PaddleOCR 到本地

如果国外访问太慢可使用国内的仓库地址

# docker hub 仓库的地址 (国外地址较慢)docker run -itd --name ppocr -p 9000:9000 duolabmeng666/paddlehub_ppocr:1.0 /bin/bash -c "sh /PaddleOCR/start.sh"# 腾讯云的镜像仓库地址docker run -itd --name ppocr -p 9000:9000 ccr.ccs.tencentyun.com/llapi/pphubocr:1.0 /bin/bash -c "sh /PaddleOCR/start.sh"# 阿里云的镜像仓库地址docker run -itd --name ppocr -p 9000:9000 registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.0 /bin/bash -c "sh /PaddleOCR/start.sh"

调用 OCR

  1. 计算待识别图片的Base64编码
  2. 发送服务请求（发送参数，参考下面命令）
curl -H "Content-Type:application/json" -X POST --data "{\"images\": [\"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\"]}" http://127.0.0.1:9000/predict/ocr_system
  1. 返回结果（如果调用成功，会返回如下结果）
{"msg":"","results":[[{"confidence":0.9853195548057556,"text":"测试图像路径，可以是单张图片路径，也可以是图像集合目录路径","text_region":[[5,10],[466,10],[466,24],[5,24]]}]],"status":"000"}

调用 OCR 代码示例

查看调用代码示例

1

import requestsfrom pyefun import *from pyefun.encoding.ebase64 import *# 基于 Serverless 架构部署通用文字识别 PaddleOCR# https://github.com/duolabmeng6/paddlehub_ppocr# docker run -itd --name ppocr -p 9000:9000 ccr.ccs.tencentyun.com/llapi/pphubocr:1.0 /bin/bash -c "sh /PaddleOCR/start.sh"def ocr(文件地址):    image = base64编码(读入文件(文件地址))    data = '{"images":["' + image + '"]}'    txt = requests.post("http://127.0.0.1:9000/predict/ocr_system", data=data,                        headers={'Content-Type': 'application/json'})    return txt.content.decode("utf-8")print(ocr("./test.png"))

部署到阿里云函数计算

在阿里云函数计算控制台中， 新建服务，创建函数，根据下面信息填写，创建函数后，绑定域名即可提供 api 识别接口。

容器镜像地址 registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.0

启动命令 ["sh","/PaddleOCR/start.sh"]

需要绑定域名

识别地址就是 http://绑定域名/predict/ocr_system

2

3

部署到腾讯云函数

在腾讯云函数控制台中，需要将镜像推送至自己账户中的镜像仓库，随后创建云函数，即可提供 api 识别接口。

  1. 需要将镜像推送至腾讯云的镜像仓库
  2. 创建云函数
docker pull duolabmeng666/paddlehub_ppocr:1.2docker tag duolabmeng666/paddlehub_ppocr:1.2 ccr.ccs.tencentyun.com/llapixxx/ppocr:1.2docker push ccr.ccs.tencentyun.com/llapixxx/ppocr:1.2

推送镜像至腾讯云以后就可以创建云函数了

识别地址就是 https://创建云函数后可以看到.gz.apigw.tencentcs.com/release/predict/ocr_system

45

项目开发

使用 PaddleHub Serving 的服务部署PaddleOCR

步骤如下：

  1. 构建飞浆的运行环境
  2. 用 PaddleHub Serving 的服务部署
  3. 将 PaddleOCR 项目下载回来，编写 Dockerfile 文件
  4. 在 Serverless 架构的中部署

docker 中构建飞浆的运行环境

1.构建 python3.7 运行环境

新建以下文件和目录

/test_ppocr-- PaddleOCR (https://github.com/PaddlePaddle/PaddleOCR 项目的文件)-- Dockerfile (docker 构建的文件)
# 创建 python 的基础的运行环境docker run -itd --name testppocr -p 9000:9000 -v /test_ppocr:/test_ppocr python:3.7.10-slim /bin/bash ## 进入容器内安装飞浆的运行环境docker exec -it testppocr /bin/bash

在部署深度学习模型时， docker 中 python 环境不建议使用 alpine 版本 例如 python:3.7-alpine 原因使用 alpine 版本，需要花费大量时间来安装系统依赖，收益不大，最终镜像的大小，与 slim 版本的基本相同。如果环境难以安装也可以选择 python:3.7-buster 镜像，最终制作完成通常比 slim 大100MB-300MB，但安装难度会极大地降低，也是可以接受的。推荐新手使用 buster 版本制作镜像。如需体积较小的镜像时再用 slim 版本制作。在 Serverless 环境中需要体积较小的镜像来提高函数的启动速度，所以选择 slim 版本制作镜像。

2. 安装依赖

确定系统需要什么依赖，是通过代码运行来确定的。docker exec -it testppocr /bin/bash 进入运行好的基础环境，进入容器内终端后，运行你的代码，确定所需要安装的依赖。

apt install g++apt install libglib2.0-devapt install libgl1-mesa-glxapt install libsm6apt install libxrender1# 离线下载 python 安装包 由于构建时经常重试所以下载离线包调试速度会加快pip download -r requirements.txt -d ./pgpip download paddlepaddle==2.0.2 -i https://mirror.baidu.com/pypi/simple -d ./pgpip download paddlehub -d ./pg# 安装 python 包pip install -r requirements.txt --find-links ./pgpip install paddlepaddle --find-links ./pgpip install paddlehub -U --no-index --find-links ./pg

用 PaddleHub Serving 的服务部署

hub install deploy/hubserving/ocr_system/hub install deploy/hubserving/ocr_cls/hub install deploy/hubserving/ocr_det/hub install deploy/hubserving/ocr_rec/

到这里 PaddleHub Serving 运行环境就安装好了 运行起来看一下效果

hub serving start --modules ocr_system ocr_cls ocr_det ocr_rec -p 9000

识别地址就是 http://127.0.0.1:9000/predict/ocr_system

测试没问题，到这里运行镜像就构建好了

最后将容器内无用文件删除，减小容器的体积

rm -rf /root/.cache/* \&& rm -rf /var/lib/apt/lists/* \&& rm -rf /app/test/pg/*

保存并推送到对应厂商的容器镜像仓库

这里以阿里云容器镜像仓库作为例子

请自行修改参数推送，这里是我的账户命令

docker commit testppocr paddlehub_ppocr:1.0docker tag paddlehub_ppocr:1.0 registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.0docker push registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.0

编写 Dockerfile

上面的过程是构建飞浆的基础运行环境的 那么以后就可以用该基础镜像部署任意飞浆模型了

FROM registry.cn-hongkong.aliyuncs.com/llapi/pphub:baseCOPY PaddleOCR /PaddleOCRWORKDIR /PaddleOCRRUN mkdir -p /PaddleOCR/inference/ADD https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar /PaddleOCR/inference/RUN tar xf /PaddleOCR/inference/ch_ppocr_mobile_v2.0_det_infer.tar -C /PaddleOCR/inference/ADD https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar /PaddleOCR/inference/RUN tar xf /PaddleOCR/inference/ch_ppocr_mobile_v2.0_cls_infer.tar -C /PaddleOCR/inference/ADD https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar /PaddleOCR/inference/RUN tar xf /PaddleOCR/inference/ch_ppocr_mobile_v2.0_rec_infer.tar -C /PaddleOCR/inference/RUN hub install deploy/hubserving/ocr_system/RUN hub install deploy/hubserving/ocr_cls/RUN hub install deploy/hubserving/ocr_det/RUN hub install deploy/hubserving/ocr_rec/EXPOSE 9000CMD ["/bin/bash","-c","hub serving start --modules ocr_system ocr_cls ocr_det ocr_rec -p 9000"]

在 Serverless 架构的中部署

需要将docker镜像推送至对应平台的镜像仓库中

这里以阿里云容器镜像仓库作为例子

请自行修改参数推送，这里是我的账户命令

docker commit testppocr paddlehub_ppocr:1.0docker tag paddlehub_ppocr:1.0 registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.0docker push registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.0

部署到阿里云函数计算

在阿里云函数计算控制台中， 新建服务，创建函数，根据下面信息填写，创建函数后，绑定域名即可提供 api 识别接口。

容器镜像地址 registry.cn-hongkong.aliyuncs.com/llapi/ppocr:1.0

启动命令 ["sh","/PaddleOCR/start.sh"]

需要绑定域名

识别地址就是 http://绑定域名/predict/ocr_system

2

3

部署到腾讯云函数

由于腾讯云云函数容器的文件的限制只允许 /tmp 可读可写，所以我们需要修改代码以支持云函数的部署。

解决方案

  • 了解 docker 镜像制作与推送
  • 云函数中报错解决思路

分析 docker 中写出的文件

将我们前面部署好的镜像，在自己电脑上运行起来

docker run -itd --name ppocr -p 9000:9000 ccr.ccs.tencentyun.com/llapi/pphubocr:1.0

查看文件差异信息，发现运行以后，在非 /tmp 目录进行了写文件操作，所以导致在云函数中无法启动容器。现在我们要做的事情就是将路径处理到 /tmp 目录中

docker diff ppocrC /rootC /root/.paddlehubC /root/.paddlehub/confA /root/.paddlehub/conf/serving_9000.jsonC /root/.paddlehub/logA /root/.paddlehub/log/HubServing-2021_08_12.log

通过查看源代码可以发现 /paddlehub/env.py 是控制这些文件写出目录的文件

将文件复制出来放置 ./tx/env.py 并在最后增加以下代码

CONF_HOME = "/tmp"LOG_HOME = "/tmp"TMP_HOME = "/tmp"

编写 Dockerfile

在项目目录中创建文件 Dockerfile_TX

FROM ccr.ccs.tencentyun.com/llapi/pphubocr:1.0WORKDIR /PaddleOCRCOPY ./tx/env.py /usr/local/lib/python3.7/site-packages/paddlehub/env.pyCMD ["/bin/bash","-c","hub serving start --modules ocr_system ocr_cls ocr_det ocr_rec -p 9000"]

构建镜像测试

docker build -f ./Dockerfile_TX -t paddlehub_ppocr:1.0 .docker rm -f ppocrdocker run -itd --name ppocr -p 9000:9000 paddlehub_ppocr:1.0docker logs ppocrdocker diff ppocr

可以发现镜像在镜像中依然存在非 /tmp 文件的读写 但是这些文件在保存容器镜像以后 不会在读写 所以接下来只需要保存镜像推送即可

docker diff ppocrC /usrC /usr/localC /usr/local/libC /usr/local/lib/python3.7C /usr/local/lib/python3.7/site-packagesC /usr/local/lib/python3.7/site-packages/paddlehubC /usr/local/lib/python3.7/site-packages/paddlehub/__pycache__C /usr/local/lib/python3.7/site-packages/paddlehub/__pycache__/env.cpython-37.pycC /tmpA /tmp/HubServing-2021_08_12.logA /tmp/cache.yamlA /tmp/config.yamlA /tmp/serving_9000.json

打包镜像推送

# 保存镜像docker commit ppocr ccr.ccs.tencentyun.com/llapi/pphubocr:1.2# 测试一下这个镜像是否还存文件读写的情况 没有问题的话就可以推送了docker rm -f ppocrdocker run -itd --name ppocr -p 9000:9000 ccr.ccs.tencentyun.com/llapi/pphubocr:1.2docker logs ppocrdocker diff ppocr# 经过前面的检查确定镜像没有问题，推送镜像docker push ccr.ccs.tencentyun.com/llapi/pphubocr:1.2

在腾讯云函数中创建

选择镜像直接部署就可以拿到识别地址了

45

使用 Serverless Devs 部署到阿里云函数计算

Serverless Devs是一个开源开放的Serverless开发者平台，您无需关心底层资源。通过Serverless Devs，您不仅可以可插拔式地使用Serverless的服务和框架，也可以参与组件和插件的开发，提高运维效率。同时，您也可以更简单、快速地开发、创建、测试和部署项目，实现项目全生命周期的管理。Github 文档地址

安装 Serverless Devs

npm install @serverless-devs/s -g

配置Serverless Devs

在使用Serverless Devs前，您需要配置Serverless Devs，以阿里云密钥为例。教程地址

进入本项目目录 deploy\aliyun_fc

# 进入目录cd deploy\aliyun_fc# 输入命令后一步一步添加阿里云秘钥s config add# 部署ppocrs deploy

5

执行成功以后就得到识别地址例如 http://ppocr.ppocr.创建好以后你将看到.cn-shenzhen.fc.devsapp.net/predict/ocr_system

总结

在 Serverless 架构下部署深度学习模型变得非常简单且能提供无限的并发支持，我们可以将镜像部署到各个提供 Serverless 的服务商中，可提供稳定可靠弹性的推理服务。

在构建镜像方面，飞浆官方提供的 docker 镜像，动辄 4GB、8GB，在镜像如此大的情况下基本无缘 Serverless 。

本文所构建的的镜像仅 564MB ，在 Serverless 架构下部署 ，启动速度理想。

鸣谢

感谢各厂商大佬提供的技术支持

图书推荐

Serverless工程实践：从入门到进阶 https://item.jd.com/13366562.html

5

本文作者

多啦b梦 Github

转载本文请注明来源，谢谢。

鲜花
握手
雷人
路过
鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
More+
上一篇：
RhinoX-SDK: RhinoX Unity SDK发布时间：2022-03-24
下一篇：
python语言天气预测: 有点小bug的天气预报系统发布时间：2022-03-24
热门推荐
More+
热门话题
More+
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服（服务时间 9:00～18:00）

在线QQ客服
地址：深圳市南山区西丽大学城创智工业园
电邮：jeky_zhao#qq.com
移动电话：139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap