ocr通过paddle serving部署 docker

以下是通过Paddle Serving部署OCR的Docker的步骤：

1.首先，需要拉取Paddle Serving的镜像。可以使用以下命令拉取最新版本的Paddle Serving镜像：

docker pull hub.baidubce.com/paddlepaddle/serving:latest-cpu

2.接下来，需要将OCR模型部署到Paddle Serving中。可以使用以下命令将模型部署到Paddle Serving中：

python3 -m paddle_serving_server.serve --model ocr_system --port 9292 --gpu_id 0

其中，`ocr_system`是OCR模型的名称，`9292`是服务端口号，`0`是GPU的ID。

3.最后，需要使用Docker将Paddle Serving部署到容器中。可以使用以下命令将Paddle Serving部署到Docker容器中：

docker run -p 9292:9292 -it hub.baidubce.com/paddlepaddle/serving:latest-cpu

其中，`9292`是服务端口号。

相关问题

ocr通过paddle serving部署

OCR（Optical Character Recognition）是一种将图像中的文字转换为可编辑和可搜索文本的技术。Paddle Serving是一个高性能、灵活、易用的模型服务部署框架，可以帮助用户快速部署和管理机器学习模型服务。以下是通过Paddle Serving部署OCR的步骤：

1. 准备OCR模型和标签文件。可以使用PaddleOCR等OCR模型，标签文件是一个包含所有类别名称的文本文件。

2. 安装Paddle Serving。可以使用pip安装Paddle Serving：

   pip install paddle-serving-server paddle-serving-client

3. 启动Paddle Serving服务端。可以使用以下命令启动服务端：

   # 启动服务端
   serving --model ocr_system/ --port 9292 --gpu_id 0

其中，--model指定OCR模型的路径，--port指定服务端口号，--gpu_id指定使用的GPU编号。

4. 在客户端中使用OCR服务。可以使用以下Python代码调用OCR服务：

   from paddle_serving_client import Client
   from paddle_serving_app.reader import OCRReader
   from paddle_serving_app.reader import Sequential, URL2Image
   from paddle_serving_app.reader import Resize, File2Image
   from paddle_serving_app.reader import Div, Normalize, Transpose
   from paddle_serving_app.reader import ToTensor, KeepKeys

   client = Client()
   client.load_client_config("ocr_system/serving_client/serving_client_conf.prototxt")
   client.connect(["127.0.0.1:9292"])

   ocr_reader = OCRReader()
   ocr_reader.init_hook()

   seq = Sequential([
       URL2Image(),       Resize(resize_short=736),
       Div(255.0),
       Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225], True),
       Transpose((2, 0, 1)),
       ToTensor(),
       KeepKeys(keys=["image"])
   ])

   with open("doc/imgs_words_det.jpg", "rb") as f:
       image_data = f.read()
   image = seq({"url": image_data})["image"]
   fetch_map = client.predict(feed={"image": image}, fetch=["ctc_greedy_decoder_0.tmp_0"])
   print(fetch_map)

其中，--model指定OCR模型的路径，--port指定服务端口号，--gpu_id指定使用的GPU编号。

docker部署paddle

Docker可以方便地将PaddlePaddle（飞桨）模型部署到容器化环境中，让你的应用更容易管理和复现。以下是使用Docker部署PaddlePaddle的一般步骤：

1. **创建Dockerfile**：编写一个Dockerfile，它是 Docker 容器构建的基础文件。通常会包含基础镜像的选择、安装依赖（如PaddlePaddle）、复制模型文件以及设置环境变量等。

# 使用官方Python镜像作为基础
FROM paddleocr/paddleocr:latest

# 设置工作目录
WORKDIR /app

# 将本地模型文件复制到容器内
COPY your_model_dir ./

# 指定运行PaddlePaddle的命令
CMD ["python", "your_entry_script.py"]

2. **构建Docker镜像**：使用`docker build`命令根据Dockerfile构建一个新的镜像。

docker build -t your_image_name .

3. **运行Docker容器**：使用`docker run`命令启动一个容器，传入需要的参数，比如端口映射。

docker run -p 80:80 --name paddle_container your_image_name

4. **验证部署**：通过访问容器暴露的端口，确认模型是否正常运行，并处理输入数据以展示预测结果。