新一代GOT-OCR端到端模型本地部署

GOT-OCR本地部署:

一：项目介绍：这是一款对纯文本，公式等进行识别的工具

项目地址：https://github.com/Ucas-HaoranWei/GOT-OCR2.0

二：准备环境与工具：python3.10、CUDA12.2

三：部署步骤：

1. 将项目文件下载到本地

1. 创建虚拟环境：conda create -n got python=3.10 -y

1. 激活虚拟环境：conda activate got

1. 进入项目所在文件夹，如：

D:

cd D:\liu\Project\GOT-OCR2.0-main\GOT-OCR-2.0-master

1. 使用项目安装文件安装依赖：pip install -e .

1. 重装与本机对应版本的pytorch（因为项目文件安装的pytorch文件可能与本机cuda版本不对应，此处也可修改其项目文件中下载pytorch字段）：pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu121
2. 输入命令单独安装Flash-Attention：

pip install ninja

pip install flash-attn --no-build-isolation（此条命令耗时较久，本次安装大约耗时三小时）

1. 下载模型（前两个需要科学上网）：

Huggingface：https://huggingface.co/ucaslcl/GOT-OCR2_0

Google Drive：drive.google.com

BaiduYun：百度网盘 请输入提取码 (baidu.com) 提取码：OCR2

1. 本地运行

      纯文本识别：python GOT/demo/run_ocr_2.0.py  --model-name  GOT_weights/  --image-file  file.png  --type ocr

格式化文本识别： python GOT/demo/run_ocr_2.0.py  --model-name  GOT_weights/  --image-file  file.png  --type format

更多功能见官网：

可能出现的问题：本人在安装过程中出现报错RuntimeError: Numpy is not available，大概原因是版本不兼容，使用命令pip install numpy==1.24.4重新安装其他版本numpy