【STR文字识别项目】之 最新SOTA项目PARSeq（一）从零部署实战：自定义数据训练与ONNX C++推理全链路

1. 环境准备与项目初始化

搞STR文字识别项目，第一步就是把开发环境搭好。我用的是一台RTX 3060显卡的Windows 10机器，CUDA版本11.6。这里有个小建议：如果你用Linux系统会更省心，Windows下有些依赖包容易出幺蛾子。

Python环境我推荐用Anaconda管理，创建独立环境能避免很多包冲突问题。执行下面这几条命令就能搞定基础环境：

conda create -n parseq python=3.10
conda activate parseq

安装PyTorch时要特别注意版本匹配。我踩过的坑是直接用conda安装会导致CUDA版本错乱，所以一定要用pip指定版本：

pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116

PARSeq的官方代码库在GitHub上，克隆下来后记得安装项目依赖。这里有个关键细节：先把requirements.txt里的torch和torchvision注释掉再安装，不然会覆盖我们刚才装好的版本：

git clone https://github.com/baudm/parseq.git
cd parseq
pip install -r requirements.txt
pip install -e .

2. 数据集准备与标注技巧

STR项目最耗时的环节就是数据准备。PARSeq支持LMDB格式的数据集，但原始数据需要整理成特定格式。每行数据包含图片路径和标签文本，用空格分隔，比如：

datasets/train/001.jpg 营业执照
datasets/train/002.jpg 京A12345