Windows 11 + CUDA 11.8 环境下，手把手教你用 PaddleOCR 2.6 训练一个识别手写笔记的模型

Windows 11 环境下使用 PaddleOCR 2.6 训练手写笔记识别模型的完整指南

1. 环境准备与工具安装

在开始训练手写笔记识别模型之前，我们需要搭建一个稳定的开发环境。对于大多数个人用户而言，Windows 11 系统已经能够满足所有需求，无需额外配置Linux环境。

1.1 创建Python虚拟环境

首先打开Anaconda Prompt（如果没有安装Anaconda，可以从官网下载安装），执行以下命令创建专用环境：

conda create --name paddle_ocr python=3.8 conda activate paddle_ocr

1.2 安装PaddlePaddle GPU版本

根据CUDA 11.8环境安装对应的PaddlePaddle版本：

python -m pip install paddlepaddle-gpu==2.6.1.post118 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

验证安装是否成功：

import paddle paddle.utils.run_check()

1.3 安装PaddleOCR及相关工具

pip install paddleocr==2.6 pip install PPOCRLabel # 标注工具 pip install shapely pyclipper opencv-python

2. 手写数据集的采集与标注

2.1 数据采集技巧

手写数据质量直接影响模型效果，建议采集时注意：

• 使用手机拍摄时保持光线均匀
• 纸张尽量平整，避免阴影
• 不同书写工具（钢笔、铅笔、圆珠笔）各采集20%样本
• 包含常见笔记场景：公式、图表、中英文混合

2.2 使用PPOCRLabel标注数据

启动标注工具：

PPOCRLabel --lang ch

标注流程优化建议：

1. 先使用自动标注功能初步标记
2. 对识别不准的区域手动调整
3. 特别关注连笔字和特殊符号
4. 导出时选择如下格式：

   python gen_ocr_train_val_test.py --trainValTestRatio 7:2:1

2.3 数据增强策略

为提高模型泛化能力，建议在configs/rec/rec_icdar15_train.yml中添加：

Train: dataset: transforms: - DecodeImage: # 原始图像解码 img_mode: BGR channel_first: false - RecAug: # 识别增强 use_tia: True # 启用TIA增强 aug_prob: 0.4 # 增强概率

3. 模型训练与调优

3.1 检测模型训练

修改configs/det/det_mv3_db.yml关键参数：

Global: pretrained_model: ./pretrain_models/MobileNetV3_large_x0_5_pretrained epoch_num: 300 # 手写数据需要更多迭代 log_smooth_window: 20 Train: dataset: data_dir: ./train_data label_file_list: ["./train_data/train_det.txt"] loader: batch_size_per_card: 16 # 根据GPU内存调整

启动训练：

python tools/train.py -c configs/det/det_mv3_db.yml

3.2 识别模型调优

针对手写特点调整configs/rec/rec_chinese_lite_train.yml：

Architecture: model_type: rec algorithm: CRNN Transform: Backbone: name: MobileNetV3 scale: 0.5 model_name: large Head: name: CTCHead Train: dataset: data_dir: ./train_data label_file_list: ["./train_data/train_rec.txt"] transforms: - RecResizeImg: image_shape: [3, 32, 320] # 调整输入尺寸 loader: batch_size_per_card: 64

加入学习率衰减策略：

Optimizer: lr: name: Cosine learning_rate: 0.001 warmup_epoch: 5 decay_rate: 0.9

4. 模型测试与部署

4.1 模型导出

训练完成后导出推理模型：

python tools/export_model.py -c configs/det/det_mv3_db.yml -o Global.checkpoints=./output/det/latest Global.save_inference_dir=./inference/det/ python tools/export_model.py -c configs/rec/rec_chinese_lite_train.yml -o Global.checkpoints=./output/rec/latest Global.save_inference_dir=./inference/rec/

4.2 批量预测脚本

创建predict.py实现批量处理：

import os from paddleocr import PaddleOCR ocr = PaddleOCR( det_model_dir='inference/det', rec_model_dir='inference/rec', use_angle_cls=False, use_gpu=True ) def process_folder(folder_path): results = {} for filename in os.listdir(folder_path): if filename.lower().endswith(('.png', '.jpg', '.jpeg')): img_path = os.path.join(folder_path, filename) result = ocr.ocr(img_path, cls=False) texts = [line[1][0] for line in result[0]] if result else [] results[filename] = '\n'.join(texts) return results

4.3 性能优化技巧

1. GPU加速：确保CUDA和cuDNN版本匹配
2. 多线程处理：使用Python的concurrent.futures并行处理图片
3. 缓存机制：对重复笔记页面建立识别结果缓存
4. 后处理优化：添加拼写检查提升识别准确率

5. 常见问题解决方案

5.1 内存不足处理

当遇到内存错误时：

• 降低batch_size_per_card参数值
• 添加交换文件：

  sudo dd if=/dev/zero of=/swapfile bs=1G count=8 sudo mkswap /swapfile sudo swapon /swapfile

5.2 特殊字符识别优化

对于数学公式等特殊内容：

1. 在标注时单独标记为特殊类别
2. 训练时增加样本权重
3. 后处理时使用规则匹配补全

5.3 模型量化部署

减小模型体积便于移动端使用：

paddle_lite_opt --model_file=./inference/rec/model.pdmodel --param_file=./inference/rec/model.pdiparams --optimize_out=rec_quant

6. 实际应用案例

6.1 课堂笔记数字化流程

1. 课后拍摄笔记照片（建议每页单独拍摄）
2. 运行批量识别脚本
3. 自动生成Markdown格式文档
4. 同步到Notion或Obsidian知识库

6.2 试卷批改辅助系统

结合识别结果：

1. 提取学生作答内容
2. 与标准答案关键词匹配
3. 自动计算基础题得分
4. 生成错题分析报告

6.3 手写日记转电子版

特色处理：

• 保留原始书写排版
• 识别后添加时间戳
• 自动情感分析标记
• 生成月度回顾摘要