ms-types 0.6.9 → 0.7.1

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "ms-types",
-  "version": "0.6.9",
+  "version": "0.7.1",
   "type": "module",
   "license": "MIT",
   "publishConfig": {
@@ -17,7 +17,7 @@
   },
   "devDependencies": {
     "vitepress": "^1.6.4",
-    "vitepress-theme-teek": "^1.5.6",
-    "wrangler": "^4.81.1"
+    "vitepress-theme-teek": "^1.5.7",
+    "wrangler": "^4.85.0"
   }
 }

package/types/paddleocr.d.ts

@@ -35,14 +35,15 @@ declare namespace paddleOcr {
   /**
    * 初始化PP-OCRv5模型
    * @param maxSideLen 最大边长，默认640，可不传
+   * @param useGpu 是否使用GPU，默认false，可不传
    * @returns 初始化是否成功
    * @example
-   * const loaded = paddleOcr.loadV5(640)
+   * const loaded = paddleOcr.loadV5(640, true)
    * if (loaded) {
    *   logi("加载成功")
    * }
    */
-  function loadV5(maxSideLen?: number): boolean;
+  function loadV5(maxSideLen?: number, useGpu?: boolean): boolean;
   /**
    * 执行OCR识别
    * @param input 输入源（imageId、URL字符串、文件路径或"screen"，"screen"表示使用当前屏幕）

package/types/yolo.d.ts

@@ -53,6 +53,7 @@ declare namespace yolo {
    * @param binPath ncnn模型的bin文件绝对路径
    * @param nc 模型的标签数量,可在标签集data.yaml中看到
    * @param version 模型版本，默认11, 支持 8 11 26
+   * @param useGpu 是否使用 GPU 加载
    * @returns 加载成功返回模型ID字符串，失败返回null
    * @example
    * const modelId = yolo.load("yolov8n.param", "yolov8n.bin", 80)
@@ -61,13 +62,15 @@ declare namespace yolo {
     paramPath: string,
     binPath: string,
     nc: number,
-    version?: number
+    version?: number,
+    useGpu?: boolean,
   ): string | null;
   /**
    * 加载YOLOv11模型 （兼容 yolov8 模型）
    * @param paramPath ncnn模型的param文件的绝对路径
    * @param binPath ncnn模型的bin文件绝对路径
    * @param nc 模型的标签数量,可在标签集data.yaml中看到
+   * @param useGpu 是否使用 GPU 加载
    * @returns 加载成功返回模型ID字符串，失败返回null
    * @example
    * const modelId = yolo.loadV11("yolov11n.param", "yolov11n.bin", 80)
@@ -75,7 +78,8 @@ declare namespace yolo {
   function loadV11(
     paramPath: string,
     binPath: string,
-    nc: number
+    nc: number,
+    useGpu?: boolean,
   ): string | null;
 
   /**
@@ -94,7 +98,7 @@ declare namespace yolo {
     img: string,
     targetSize?: number,
     threshold?: number,
-    nmsThreshold?: number
+    nmsThreshold?: number,
   ): YoloResult[];
 
   /**

package/types/zh/PaddleOCR/346/250/241/345/235/227.d.ts

@@ -36,14 +36,15 @@ declare namespace $PaddleOCR {
   /**
    * 初始化PP-OCRv5模型
    * @param maxSideLen 最大边长，默认640，可不传
+   * @param useGpu 是否使用GPU，默认false，可不传
    * @returns 初始化是否成功
    * @example
-   * const 是否加载成功 = $PaddleOCR.加载V5模型(640)
+   * const 是否加载成功 = $PaddleOCR.加载V5模型(640, true)
    * if (是否加载成功) {
    *   $打印信息日志("加载成功")
    * }
    */
-  function 加载V5模型(最大边长?: 数字): 布尔值;
+  function 加载V5模型(最大边长?: 数字, useGpu?: 布尔值): 布尔值;
   /**
    * 执行OCR识别
    * @param 输入源（imageId、URL字符串、文件路径或"screen"，"screen"表示使用当前屏幕）

package/types/zh/YOLO/346/250/241/345/235/227.d.ts

@@ -56,6 +56,7 @@ declare namespace $YOLO {
    * @param ncnn模型的bin文件路径 ncnn模型的bin文件绝对路径
    * @param 标签数量 模型的标签数量,可在标签集data.yaml中看到
    * @param 模型版本 模型版本，默认11, 支持 8 11 26
+   * @param useGpu 是否使用 GPU 加载
    * @returns 加载成功返回模型ID字符串，失败返回null
    * @example
    * const 模型ID = $YOLO.加载模型("yolov8n.param", "yolov8n.bin", 80)
@@ -64,7 +65,8 @@ declare namespace $YOLO {
     ncnn模型的param文件路径: 字符串,
     ncnn模型的bin文件路径: 字符串,
     标签数量: 数字,
-    模型版本?: 数字
+    模型版本?: 数字,
+    useGpu?: 布尔值,
   ): 字符串 | null;
 
   /**
@@ -72,6 +74,7 @@ declare namespace $YOLO {
    * @param ncnn模型的param文件路径
    * @param ncnn模型的bin文件路径
    * @param 标签数量 模型的标签数量,可在标签集data.yaml中看到
+   * @param useGpu 是否使用 GPU 加载
    * @returns 加载成功返回模型ID字符串，失败返回null
    * @example
    * const 模型ID = $YOLO.加载YOLOv11模型("yolov11n.param", "yolov11n.bin", 80)
@@ -79,7 +82,8 @@ declare namespace $YOLO {
   function 加载YOLOv11模型(
     ncnn模型的param文件路径: 字符串,
     ncnn模型的bin文件路径: 字符串,
-    标签数量: 数字
+    标签数量: 数字,
+    useGpu?: 布尔值,
   ): 字符串 | null;
 
   /**
@@ -98,7 +102,7 @@ declare namespace $YOLO {
     图片ID: 字符串,
     目标检测输入大小?: 数字,
     置信度?: 数字,
-    重叠阈值?: 数字
+    重叠阈值?: 数字,
   ): 数组<Yolo检测结果>;
 
   /**