搭建环境：

• Ubuntu20.04
• 1080Ti显卡

由于GPU硬件比较老，是Pascal架构，只能支持到paddle2.4.2版本，更高版本无法支持；同时，因为paddle老版本的依赖发生了变化，有些地方存在冲突，花费了不少时间解决！

1. 安装GPU支持的cuda版本

这里选择的是cuda_12.0.0_525.60.13_linux.run

2. 安装对应的cudnn包

libcudnn8_8.8.0.121-1+cuda12.0_amd64.deb （从nvidia官网下载的cudnn local repo包中提取）

3. 安装对应的nccl包

libnccl2_2.19.3-1+cuda12.0_amd64.deb （从nvidia官网下载的nccl local repo包中提取）

注意：以上两个包默认安装在了/usr/lib/x86_64-linux-gnu目录下，需要在/usr/local/cuda/lib64中建立链接。如：

sudo ln -s /usr/lib/x86_64-linux-gnu/libnccl.so libnccl.so

4. 安装miniconda，略

5. 创建虚拟环境

conda create -n paddle python=3.8

conda activate paddle

6. 安装paddlepaddle

conda install paddlepaddle-gpu==2.4.2 cudatoolkit=11.7 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge

pip install paddlehub -i https://pypi.tuna.tsinghua.edu.cn/simple

注：由于paddlepaddle与paddlehub之间存在版本依赖冲突问题，运行时会报错，可以执行以下命令，降低降低paddlenlp版本

pip install paddlenlp==2.5.0 shapely pyclipper -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install protobuf==3.20.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

7. 以服务方式运行

hub serving start -m ch_pp_ocrv3
hub serving start -m chinese_ocr_db_crnn_server

 如果有多张显卡，可以指定用哪张卡来运行：

CUDA_VISIBLE_DEVICES=1 hub serving start -m chinese_ocr_db_crnn_server

可以通过以下方式访问服务

http://127.0.0.1:8866/gradio/ch_pp_ocrv3 访问web

http://127.0.0.1:8866/predict/ch_pp-ocrv3 访问API

# coding: utf8
import requests
import json
import cv2
import base64

def cv2_to_base64(image):
    data = cv2.imencode('.jpg', image)[1]
    return base64.b64encode(data.tobytes()).decode('utf8')

# 发送HTTP请求
data = {'images':[cv2_to_base64(cv2.imread("/home/zoon/Downloads/3.png"))]}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/chinese_ocr_db_crnn_server"
r = requests.post(url=url, headers=headers, data=json.dumps(data))

# 打印预测结果
print(r.json()["results"])