关于paddleocr的切换模型

打开paddleocr包的位置

 Python\Python38\Lib\site-packages\paddleocr,我的在这个路径

找到这个paddleocr.py文件打开

  安装好默认使用的是'PP-OCRv3',初次安装会自动下载这个模型

MODEL_URLS这个变量,记录的是paddleocr用到的模块的下载地址,我的版本是 '2.5.0.3'在58行

如果有自己想用到的模型可以在里面添加地址,默认有三个版本的模型'PP-OCR', 'PP-OCRv2', 'PP-OCRv3',  

 

 在parse_args这个函数里面,第285行default='PP-OCR',这里可以设置使用的模型,我默认的是'PP-OCRv3',由于我不需要太高的精度,需要很快的速度,所以我设置的是'PP-OCR',这个小模型

这个方法应该可以设置自己训练的模型,我也没尝试过,也没找到详细的使用教程,也许这也不是官方推荐的方法,不过能用就行

希望以上内容对大家有所帮助,如有更好的方法,欢迎在评论区讨论

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
PaddleOCR检测模型是一种计算机视觉模型,用于图像中的文本检测。它是基于深度学习技术构建的,通过对输入图像进行分析和处理,可以检测出其中的文字区域,并将其标记出来。 PaddleOCR检测模型采用了端到端的网络结构,将图像作为输入,经过一系列卷积层、池化层、特征融合层等操作,最终得到一个特征图。这个特征图能够很好地表达出文字区域的位置信息。接着,模型会对特征图进行后处理,通过阈值设定、边界框生成等操作,确定文字区域的位置和大小。 PaddleOCR检测模型在训练过程中,使用了大量的含有文字区域标注信息的图像数据,通过反向传播算法进行优化,使得模型能够准确地检测出图像中的文字区域。同时,为了提高模型的性能,研究人员还尝试了一些技术手段,比如引入注意力机制、改进网络结构等,从而进一步提高检测模型的准确率和鲁棒性。 PaddleOCR检测模型具有广泛的应用价值。例如,可以应用于文档识别、自动化办公、车牌识别等领域。通过将图片输入到检测模型中,可以自动识别出文本区域,并对其进行后续的文字识别和语义理解。这对于提高工作效率、简化操作流程非常有帮助。 综上所述,PaddleOCR检测模型是一种用于图像中文本检测的深度学习模型,通过训练和优化,能够准确地检测出图像中的文字区域,并具有广泛的应用价值。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值