准备工作：
1.本文使用github开源OCR支持GPU和CPU运算：https://github.com/myhub/tr
2.服务器环境ubuntu18.04+NVIDIA 1080 TI
GPU运算环境要求：
安装CUDA 10.1以及cuDNN 7.6.5
安装环境：
1.请先使用命令查看下驱动以及GPU的版本：
$ nvidia-smi
安装CUDA10.1需要更高版本的驱动，要求驱动版本表如下图：
2.驱动安装好以后，我们安装cuda10.1，如果可以访问官网下载最好，我这里因为访问不了官网，所以找了一个已经下好的cuda10.1版本的包
下载地址：https://quqi.gblhgk.com/s/1832596/UHGmJKvg7Z08WSMZ
3.安装cudnn7.6.5，因为官网无法提供下载原因，找了一个版本，现在提供下载
下载地址：https://quqi.gblhgk.com/s/1832596/UHGmJKvg7Z08WSMZ
安装cudnn
解压下载的文件，可以看到cuda文件夹，在当前目录打开终端，执行如下命令：
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
查看cudnn版本
在终端输入
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
4.全部安装完成后，按要求运行tr即可。
ps：还需要安装python环境
测试数据结果：
1. 8核8g cpu OCR识别效率每张A4纸识别结果平均需要3~5s时间，1200%以上的cpu使用率，50%以内的内存使用率
2. GPU服务器计算A4纸识别结果平均需要0.5s时间，50%以下的gpu使用率，2000M内存使用
文章评论