所有源碼都在文章中，大家不要私信來要源碼，當然，評論區歡迎交流技術
目錄
Paddle OCR
配置環境
示例
deepseek接入
環境配置
api 調用代碼
sliconflow
Paddle OCR
配置環境
清華源下載 paddlepaddle：
pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple清華源下載 paddlehub：
pip install paddlehub -i https://pypi.tuna.tsinghua.edu.cn/simple飛槳官網安裝：
開始使用_飛槳-源于產業實踐的開源深度學習平臺
根據自己電腦的配置進行選擇，選擇 GPU 或者 CPU，GPU 要選擇 CUDA 版本，可在cmd輸入指令查看：
nvcc --version
release 后面的就是 CUDA? 版本，還未下載 CUDA 的可以看我之前配置 YOLO8GPU 環境，有CUDA 、Cudnn教程：
CV -- 基于GPU版CUDA環境+Pycharm YOLOv8 目標檢測_python+yolo+opencv+cuda-CSDN博客
官網復制適合自己的指令，在控制臺下載（我這只是示例）：
python -m pip install paddlepaddle-gpu==3.0.0rc1 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/下載完后再下載??paddleocr
pip install paddleocr示例
配置完成，下面進行一個簡單示例（官方示例）：
from paddleocr import PaddleOCR
import os
os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'#我的電腦因為報某些錯誤需要加上這個
# Paddleocr目前支持的多語言語種可以通過修改lang參數進行切換
# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`
ocr = PaddleOCR(use_angle_cls=True, lang="ch",use_gpu = True) # need to run only once to download and load model into memory use_gpu 開啟gpu(顯卡)進行推理
img_path = 'F:\全棧\Django\YOLO_django\\app01\static\img\\2.jpg'
result = ocr.ocr(img_path, cls=True)
for idx in range(len(result)):res = result[idx]for line in res:print(line)
原圖片是這樣的：
運行代碼，識別文字：
識別是一行一行來的，第一個數據是該文字在圖片的位置信息是，第二個是文字識別的內容，第三個則是置信度。
可以看到，由于我識別的圖片拍的比較清晰，所有文字的識別置信度都在0.998之上，大家也可以放點不清晰的看看效果咋樣。
deepseek接入
環境配置
先去?deepseek?官網注冊，申請?api：
DeepSeek
這樣獲取的 api 是沒有免費額度的：
但我們也試試代碼。
api 調用代碼
安裝 openai
pip install openai運行代碼：
from openai import OpenAIclient = OpenAI(api_key='你的api',base_url="https://api.deepseek.com")
response = client.chat.completions.create(model="deepseek-chat",messages=[{"role":"system","content":"你好呀"},{"role":"user","content":"很好"}],stream=False,
)
print(response.choices[0].message.content)這樣是會報錯的：
因為自己 deepseek 官網沒有 token 請求次數，大部分小伙伴又不想花錢，API就沒辦法調用。當然，大大家有能力也可以自己去充值，充值了就有 token 使用權力，就可以正常調用 api。
sliconflow
沒超能力就無法調用 deepseek 了嗎？當然不是，大家也可注冊獲取使用Deepseek模型的平臺 sliconflow：
去這個網站注冊，注冊即送兩千萬 token，白飄黨的福利：Models
新建密鑰：
使用硅基平臺的 api 時，在調用時，需要修改部分代碼，修改如下：
base_url="http://api.siliconflow.cn/v1"model="deepseek-ai/DeepSeek-V3"完整代碼如下：
from openai import OpenAIclient = OpenAI(api_key='你的api密鑰',base_url="http://api.siliconflow.cn/v1")
response = client.chat.completions.create(model="deepseek-ai/DeepSeek-V3",messages=[{"role":"system","content":"我是DeepSeek Chat，由深度求索公司（DeepSeek）創造的人工智能助手！"},{"role":"user","content":"怎么去重慶"}],stream=False,
)
print(response.choices[0].message.content)message 中是上下文，model 可以根據 message 生成結果，role 是發送消息的對象，content 是內容，這里 role 有系統和用戶，系統就是 model 上次的回答，用戶則是你自己?。當然 message 中也可以不止放這兩行上下文，能放很多。
運行代碼：
可以看到是能給出推理的，這里也歡迎大家去重慶旅游哈哈（本人重慶的）。
?
下文更新，在Django中使用圖像識別、deepseek，盡情交互！！！
)
