GOT-OCR2.0详细安装教程

GOT-OCR详细安装

通用 OCR 理论：通过统一的端到端模型实现 OCR-2.0,PDF或者图片上进行OCR识别，对数学公式识别率也很高。

GitHub 地址

GOT-OCR Demo地址

GOT-OCR下载

//拉取代码
git clone https://github.com/Ucas-HaoranWei/GOT-OCR2.0.git
cd 'the GOT folder'

// 虚拟机环境
conda create -n got python=3.10 -y
conda activate got

//这里官网没写出来
cd GOT-OCR-2.0-master
pip install -e .

GOT-OCR CPU版本

如果你想用CPU来加载需要安装一下依赖
这里就过了。。。试下来CPU识别证件类型比较慢。。

安装过程异常处理

deepseek安装失败

解决方式

修改 pyproject.toml文件
"deepspeed==0.14.5",
如果不想使用LLM自然语言模型功能可以注释掉。防止后面奇奇怪怪的问题

运行时：RuntimeError: Numpy is not available
解决方式：numpy版本过高。我的是2.23 ，卸载后重装

pip uninstall numpy 

pip install numpy==1.26.4

GOT-OCR 运行

CPU 版本.目前测试5s左右。社区目前都是cuda运行，基本一张图片300毫秒 ，后面有空再研究下。

from transformers import AutoModel, AutoTokenizer
import numpy

print(numpy.__version__)
tokenizer = AutoTokenizer.from_pretrained('srimanth-d/GOT_CPU', trust_remote_code=True)
model = AutoModel.from_pretrained('srimanth-d/GOT_CPU', trust_remote_code=True, low_cpu_mem_usage=True, use_safetensors=True, pad_token_id=tokenizer.eos_token_id)
model = model.eval()

# input your test image
image_file = 'image/boxs.jpg'

# plain texts OCR
res = model.chat(tokenizer, image_file, ocr_type='ocr')

print(res)

GOT-OCR GPU版本

#GOT_weights 是模型文件 在官网上有
python GOT/demo/run_ocr_2.0.py  --model-name  GOT_weights/  --image-file  image/KLZKT123_20240315122850583.jpg  --type ocr

在线形式的调用方式

from transformers import AutoModel, AutoTokenizer
import numpy

print(numpy.__version__)


tokenizer = AutoTokenizer.from_pretrained('ucaslcl/GOT-OCR2_0', trust_remote_code=True)
model = AutoModel.from_pretrained('ucaslcl/GOT-OCR2_0', trust_remote_code=True, low_cpu_mem_usage=True, device_map='cuda', use_safetensors=True, pad_token_id=tokenizer.eos_token_id)
model = model.eval().cuda()


# input your test image
image_file = '../../image/ocr_56_202409211619.jpg'

# plain texts OCR
res = model.chat(tokenizer, image_file, ocr_type='ocr')

目前测下来速度5s左右.官网的示例是没有经过量化过的.属于方便开发者进行训练,如果要提速还需要直接去量化.

至此GOT-OCR2.0部署完成，官网也支持FLask方式调用,这里没有接入，感兴趣的同学可以去看下。

副业社区

https://bytecodestudio.site/