手把手0基础Centos下安装与部署PaddleOCR教程

一、环境准备阶段

1.1 系统基础检查

在CentOS 7/8系统上执行安装前，需确认系统满足以下条件：

• 内存建议≥8GB（测试环境4GB可运行但性能受限）
• 磁盘空间≥20GB（包含模型文件）
• 网络连接正常（需下载约1.2GB依赖包）

通过以下命令检查系统版本：

cat /etc/redhat-release
# 应显示CentOS Linux release 7.x或8.x

1.2 基础工具安装

执行系统更新并安装开发工具链：

sudo yum update -y
sudo yum groupinstall "Development Tools" -y
sudo yum install -y wget curl git epel-release

二、Python环境配置

2.1 Miniconda安装（推荐）

使用Miniconda管理Python环境可避免系统Python冲突：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p ~/miniconda3
echo 'export PATH=~/miniconda3/bin:$PATH' >> ~/.bashrc
source ~/.bashrc

2.2 虚拟环境创建

创建专用Python环境并激活：

conda create -n paddle_env python=3.8 -y
conda activate paddle_env

三、PaddlePaddle框架安装

3.1 版本选择策略

根据硬件配置选择安装版本：

• CPU版本（无GPU时）：

  pip install paddlepaddle==2.5.2 -i https://mirror.baidu.com/pypi/simple

• GPU版本（需NVIDIA显卡）：

  # 先安装CUDA 11.2和cuDNN 8.1
  sudo yum install -y cuda-11-2 cudnn8
  pip install paddlepaddle-gpu==2.5.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

3.2 安装验证

执行以下命令验证安装：

python -c "import paddle; paddle.utils.run_check()"
# 应显示PaddlePaddle安装成功及可用设备信息

四、PaddleOCR核心组件部署

4.1 代码仓库克隆

从官方GitHub获取最新版本：

git clone https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR

4.2 依赖包安装

安装项目所需Python依赖：

pip install -r requirements.txt -i https://mirror.baidu.com/pypi/simple
# 特殊依赖处理
pip install pyclipper opencv-python-headless==4.5.5.64

4.3 预训练模型下载

推荐下载中文识别模型包（约800MB）：

mkdir -p inference
cd inference
wget https://paddleocr.bj.bcebos.com/PP-OCRv4/chinese/ch_PP-OCRv4_det_infer.tar
wget https://paddleocr.bj.bcebos.com/PP-OCRv4/chinese/ch_PP-OCRv4_rec_infer.tar
wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar
# 解压模型文件
for tar in *.tar; do tar -xf $tar && rm $tar; done
cd ..

五、功能测试与验证

5.1 基础识别测试

运行单张图片识别测试：

python tools/infer_rec.py \
  -c configs/rec/PP-OCRv4/rec_chinese_PP-OCRv4_train.yml \
  -o Global.pretrained_model=inference/ch_PP-OCRv4_rec_infer/model \
  Global.infer_img=doc/imgs_words/ch/word_1.jpg

5.2 完整流程验证

执行端到端检测识别：

python tools/infer_det_rec.py \
  -c configs/det/det_mv3_db.yml \
  -c configs/rec/PP-OCRv4/rec_chinese_PP-OCRv4_train.yml \
  -o Global.pretrained_model=inference/ch_PP-OCRv4_det_infer/model \
  Global.infer_img=doc/imgs/11.jpg

六、Web服务部署方案

6.1 FastAPI服务搭建

安装Web服务框架：

pip install fastapi uvicorn[standard] python-multipart

创建服务入口文件app.py：

from fastapi import FastAPI, UploadFile, File
from paddleocr import PaddleOCR
import cv2
import numpy as np
app = FastAPI()
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
@app.post("/ocr/")
async def ocr_endpoint(file: UploadFile = File(...)):
    contents = await file.read()
    nparr = np.frombuffer(contents, np.uint8)
    img = cv2.imdecode(nparr, cv2.IMREAD_COLOR)
    result = ocr.ocr(img, cls=True)
    return {"result": result}

6.2 服务启动与测试

启动Web服务：

uvicorn app:app --host 0.0.0.0 --port 8866

使用curl测试服务：

curl -X POST -F "file=@test.jpg" http://localhost:8866/ocr/

七、常见问题解决方案

7.1 内存不足问题

当出现Killed错误时，可尝试：

• 降低batch_size参数
• 使用交换空间扩容：

  sudo fallocate -l 4G /swapfile
  sudo chmod 600 /swapfile
  sudo mkswap /swapfile
  sudo swapon /swapfile

7.2 模型加载失败

检查模型文件完整性：

cd inference
md5sum ch_PP-OCRv4_det_infer/model.pdmodel \
  ch_PP-OCRv4_det_infer/model.pdiparams
# 对比官方提供的MD5值

7.3 GPU加速失效

确认CUDA环境：

nvcc --version
nvidia-smi
# 应显示CUDA版本和GPU使用情况

八、性能优化建议

1. 模型量化：使用INT8量化减少模型体积

   pip install paddle-lite
   python tools/export_model.py \
     -c configs/rec/PP-OCRv4/rec_chinese_PP-OCRv4_train.yml \
     -o Global.save_inference_dir=./inference_quant/ \
     Global.pretrained_model=inference/ch_PP-OCRv4_rec_infer/model \
     Global.quantize=True

2. 多进程处理：修改服务代码支持并发请求

3. Nginx反向代理：配置负载均衡

   upstream ocr_backend {
       server 127.0.0.1:8866;
       server 127.0.0.1:8867;
   }

九、生产环境部署要点

1. 容器化部署：

   FROM python:3.8-slim
   WORKDIR /app
   COPY . .
   RUN pip install -r requirements.txt
   CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8866"]

2. 日志管理：

   import logging
   logging.basicConfig(
       filename='ocr_service.log',
       level=logging.INFO,
       format='%(asctime)s - %(levelname)s - %(message)s'
   )

3. 健康检查接口：

   @app.get("/health")
   def health_check():
       return {"status": "healthy"}

本教程完整覆盖了从环境搭建到生产部署的全流程，通过分步骤的详细说明和问题排查指南，即使0基础用户也能在CentOS系统上成功部署PaddleOCR服务。实际部署时建议先在测试环境验证，再逐步迁移到生产环境。