cnocr 2.2.4.2__tar.gz → 2.3.0.1__tar.gz

{cnocr-2.2.4.2 → cnocr-2.3.0.1}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: cnocr
-Version: 2.2.4.2
+Version: 2.3.0.1
 Summary: Python3 package for Chinese/English OCR, with small pretrained models
 Home-page: https://github.com/breezedeus/cnocr
 Author: breezedeus
@@ -33,6 +33,7 @@ License-File: LICENSE
   <div>&nbsp;</div>
 
 [![Downloads](https://static.pepy.tech/personalized-badge/cnocr?period=total&units=international_system&left_color=grey&right_color=orange&left_text=Downloads)](https://pepy.tech/project/cnocr)
+[![Visitors](https://api.visitorbadge.io/api/visitors?path=https%3A%2F%2Fgithub.com%2Fbreezedeus%2FCnOCR&label=Visitors&countColor=%23f5c791&style=flat&labelStyle=none)](https://visitorbadge.io/status?path=https%3A%2F%2Fgithub.com%2Fbreezedeus%2FCnOCR)
 [![license](https://img.shields.io/github/license/breezedeus/cnocr)](./LICENSE)
 [![Docs](https://readthedocs.org/projects/cnocr/badge/?version=latest)](https://cnocr.readthedocs.io/zh/latest/?badge=latest)
 [![PyPI version](https://badge.fury.io/py/cnocr.svg)](https://badge.fury.io/py/cnocr)
@@ -67,15 +68,23 @@ License-File: LICENSE
 ---
 </div>
 
-### [Update 2023.09.27]：发布 V2.2.4
+### [Update 2023.12.24]：发布 V2.3
 
 主要变更：
-* 加入了纯数字识别系列模型 `number-*`（见 [识别模型列表](#可使用的识别模型)），可用于纯数字识别场景，如银行卡识别、身份证识别、硬币年份识别等；
-* 对各个包的新版做了接口适配，如 `pytorch_lightning`、`onnxruntime`、`pillow`等；
-* 优化了训练过程使用的数据增强方式，并借鉴了**Nougat** 中的数据增强方法；
-* 增加了对更大模型的支持，如 `densenet-lite-666`、`gru_large` 等；
-* 以前的 `*-gru` 系列模型，现在也有 ONNX 版了；
-* 修复了一堆的bugs，如 `val-complete_match-epoch` 训练过程一直为 `0` 等。
+
+* 重新训练了所有的模型，比上一版精度更高。
+* 按使用场景把模型分为几大类场景（见 [识别模型列表](#可使用的识别模型)）：
+  * `scene`：场景图片，适合识别一般拍照图片中的文字。此类模型以 `scene-` 开头，如模型 `scene-densenet_lite_136-gru`。
+  * `doc`：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。此类模型以 `doc-` 开头，如模型 `doc-densenet_lite_136-gru`。
+  * `number`：仅识别**纯数字**（只能识别 `0~9` 十个数字）图片，适合银行卡号、身份证号等场景。此类模型以 `number-` 开头，如模型 `number-densenet_lite_136-gru`。
+  * `general`: 通用场景，适合图片无明显倾向的一般图片。此类模型无特定开头，与旧版模型名称保持一致，如模型 `densenet_lite_136-gru`。
+  > 注意 ⚠️：以上说明仅为参考，具体选择模型时建议以实际效果为准。
+* 加入了两个更大的系列模型：
+  * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，一个月后会免费开源。
+  * `*-densenet_lite_666-gru_large`：Pro 模型，购买后可使用。
+  
+更多细节请参考：[CnOCR V2.3 新版发布：模型更好、更多、更大 | Breezedeus.com](https://www.breezedeus.com/article/cnocr-v2.3-better-more)。
+
 
 
 [**CnOCR**](https://github.com/breezedeus/cnocr) 是 **Python 3** 下的**文字识别**（**Optical Character Recognition**，简称**OCR**）工具包，支持**简体中文**、**繁体中文**（部分模型）、**英文**和**数字**的常见字符识别，支持竖排文字的识别。自带了**20+个** [训练好的模型](https://cnocr.readthedocs.io/zh/latest/models/)，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的[训练命令](https://cnocr.readthedocs.io/zh/latest/train/)供使用者训练自己的模型。欢迎扫码加小助手为好友，备注 `ocr`，小助手会定期统一邀请大家入群：
@@ -85,7 +94,16 @@ License-File: LICENSE
 </div>
 
 
-作者也维护 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) ，这里面的提问会较快得到作者的回复，欢迎加入。**知识星球私享群**也会陆续发布一些CnOCR/CnSTD相关的私有资料，包括[**更详细的训练教程**](https://articles.zsxq.com/id_u6b4u0wrf46e.html)，**未公开的模型**，**不同应用场景的调用代码**，使用过程中遇到的难题解答等。本群也会发布OCR/STD相关的最新研究资料。此外，**私享群中作者每月提供两次免费特有数据的训练服务**。
+作者也维护 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) ，这里面的提问会较快得到作者的回复，欢迎加入。**知识星球会员** 可享受以下福利：
+
+- 可免费下载部分**未开源的付费模型**；
+- 购买其他所有的付费模型一律八折优化；
+- 作者快速回复使用过程中遇到的各种困难；
+- 作者每月提供两次免费特有数据的训练服务。
+- 星球会陆续发布一些CnOCR/CnSTD相关的私有资料；
+- 星球会持续发布 OCR/STD/CV 等相关的最新研究资料。
+
+
 
 ## 详细文档
 
@@ -278,7 +296,15 @@ $ pip install cnocr[ort-gpu]
 
 
 
-安装速度慢的话，可以指定国内的安装源，如使用豆瓣源：
+如果要训练自己的模型，，可以使用以下命令安装：
+
+```bash
+$ pip install cnocr[dev]
+```
+
+
+
+安装速度慢的话，可以指定国内的安装源，如使用阿里云的安装源：
 
 ```bash
 $ pip install cnocr[ort-cpu] -i https://mirrors.aliyun.com/pypi/simple
@@ -363,7 +389,7 @@ print(ocr_out)
 
 ### 可使用的检测模型
 
-参考CnSTD的下载方式。
+具体参考 [CnSTD的下载说明](https://github.com/breezedeus/CnSTD?tab=readme-ov-file#%E5%B7%B2%E6%9C%89std%E6%A8%A1%E5%9E%8B)。
 
 | `det_model_name`                                             | PyTorch 版本 | ONNX 版本 | 模型原始来源 | 模型文件大小 | 支持语言                       | 是否支持竖排文字识别 |
 | ------------------------------------------------------------ | ------------ | --------- | ------------ | ------------ | ------------------------------ | -------------------- |
@@ -382,17 +408,36 @@ print(ocr_out)
 
 ### 可使用的识别模型
 
+相比于 CnOCR V2.2.* 版本，**V2.3** 中的大部分模型都经过了重新训练和精调，精度比旧版模型更高。同时，加入了两个参数量更多的模型系列：
+
+  * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，2024 年 2 月都会免费开源。
+  * `*-densenet_lite_666-gru_large`：**Pro 模型**，购买后可使用。购买链接见文档：
+
+**V2.3** 中的模型按使用场景可以分为以下几大类：
+
+* `scene`：场景图片，适合识别一般拍照图片中的文字。此类模型以 `scene-` 开头，如模型 `scene-densenet_lite_136-gru`。
+* `doc`：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。此类模型以 `doc-` 开头，如模型 `doc-densenet_lite_136-gru`。
+* `number`：仅识别**纯数字**（只能识别 `0~9` 十个数字）图片，适合银行卡号、身份证号等场景。此类模型以 `number-` 开头，如模型 `number-densenet_lite_136-gru`。
+* `general`: 通用场景，适合图片无明显倾向的一般图片。此类模型无特定开头，与旧版模型名称保持一致，如模型 `densenet_lite_136-gru`。
+
+> 注意 ⚠️：以上说明仅供参考，具体选择模型时建议以实际效果为准。
+
+更多说明见：[可用模型](https://cnocr.readthedocs.io/zh/latest/models/)。
+
 | `rec_model_name`                                             | PyTorch 版本 | ONNX 版本 | 模型原始来源 | 模型文件大小 | 支持语言                            | 是否支持竖排文字识别 |
 | ------------------------------------------------------------ | ------------ | --------- | ------------ | ------------ | ----------------------------------- | -------------------- |
+| **densenet_lite_136-gru** 🆕                                  | √            | √         | cnocr        | 12 M         | 简体中文、英文、数字                | X                    |
+| **scene-densenet_lite_136-gru** 🆕                            | √            | √         | cnocr        | 12 M         | 简体中文、英文、数字                | X                    |
+| **doc-densenet_lite_136-gru** 🆕                              | √            | √         | cnocr        | 12 M         | 简体中文、英文、数字                | X                    |
+| **densenet_lite_246-gru_base** 🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享，2 月开源) | √            | √         | cnocr        | 25 M         | 简体中文、英文、数字                | X                    |
+| **scene-densenet_lite_246-gru_base** 🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享，2 月开源) | √            | √         | cnocr        | 25 M         | 简体中文、英文、数字                | X                    |
+| **doc-densenet_lite_246-gru_base** 🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享，2 月开源) | √            | √         | cnocr        | 25 M         | 简体中文、英文、数字                | X                    |
+| **densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://gf.bilibili.com/item/detail/1104812055)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 82 M         | 简体中文、英文、数字                | X                    |
+| **scene-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://gf.bilibili.com/item/detail/1104815055)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 82 M         | 简体中文、英文、数字                | X                    |
+| **doc-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://gf.bilibili.com/item/detail/1104820055)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 82 M         | 简体中文、英文、数字                | X                    |
 | **number-densenet_lite_136-fc** 🆕                            | √            | √         | cnocr        | 2.7 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
-| **number-densenet_lite_136-gru**  🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享) | √            | √         | cnocr        | 5.5 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
-| **number-densenet_lite_666-gru_large** 🆕 <br />（[购买链接](https://gf.bilibili.com/item/detail/1104055055)） | √            | √         | cnocr        | M            | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
-| densenet_lite_114-fc                                         | √            | √         | cnocr        | 4.9 M        | 简体中文、英文、数字                | X                    |
-| densenet_lite_124-fc                                         | √            | √         | cnocr        | 5.1 M        | 简体中文、英文、数字                | X                    |
-| densenet_lite_134-fc                                         | √            | √         | cnocr        | 5.4 M        | 简体中文、英文、数字                | X                    |
-| densenet_lite_136-fc                                         | √            | √         | cnocr        | 5.9 M        | 简体中文、英文、数字                | X                    |
-| densenet_lite_134-gru                                        | √            | √         | cnocr        | 11 M         | 简体中文、英文、数字                | X                    |
-| densenet_lite_136-gru                                        | √            | √         | cnocr        | 12 M         | 简体中文、英文、数字                | X                    |
+| **number-densenet_lite_136-gru**  🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享，2 月开源) | √            | √         | cnocr        | 5.5 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
+| **number-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://gf.bilibili.com/item/detail/1104055055)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 55 M         | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
 | ch_PP-OCRv3                                                  | X            | √         | ppocr        | 10 M         | 简体中文、英文、数字                | √                    |
 | ch_ppocr_mobile_v2.0                                         | X            | √         | ppocr        | 4.2 M        | 简体中文、英文、数字                | √                    |
 | en_PP-OCRv3                                                  | X            | √         | ppocr        | 8.5 M        | **英文**、数字                      | √                    |
@@ -414,7 +459,8 @@ print(ocr_out)
 * [x] 基于 PyTorch 训练更高效的模型
 * [x] 支持列格式的文字识别
 * [x] 打通与 [CnSTD](https://github.com/breezedeus/cnstd) 的无缝衔接（since `V2.2`）
-* [ ] 支持更多的应用场景，如公式识别、表格识别、版面分析等
+* [ ] 模型精度进一步优化
+* [ ] 支持更多的应用场景
 
 
 
@@ -426,3 +472,5 @@ print(ocr_out)
 
 官方代码库：[https://github.com/breezedeus/cnocr](https://github.com/breezedeus/cnocr)。
 
+
+

{cnocr-2.2.4.2 → cnocr-2.3.0.1}/README.md

@@ -3,6 +3,7 @@
   <div>&nbsp;</div>
 
 [![Downloads](https://static.pepy.tech/personalized-badge/cnocr?period=total&units=international_system&left_color=grey&right_color=orange&left_text=Downloads)](https://pepy.tech/project/cnocr)
+[![Visitors](https://api.visitorbadge.io/api/visitors?path=https%3A%2F%2Fgithub.com%2Fbreezedeus%2FCnOCR&label=Visitors&countColor=%23f5c791&style=flat&labelStyle=none)](https://visitorbadge.io/status?path=https%3A%2F%2Fgithub.com%2Fbreezedeus%2FCnOCR)
 [![license](https://img.shields.io/github/license/breezedeus/cnocr)](./LICENSE)
 [![Docs](https://readthedocs.org/projects/cnocr/badge/?version=latest)](https://cnocr.readthedocs.io/zh/latest/?badge=latest)
 [![PyPI version](https://badge.fury.io/py/cnocr.svg)](https://badge.fury.io/py/cnocr)
@@ -37,15 +38,23 @@
 ---
 </div>
 
-### [Update 2023.09.27]：发布 V2.2.4
+### [Update 2023.12.24]：发布 V2.3
 
 主要变更：
-* 加入了纯数字识别系列模型 `number-*`（见 [识别模型列表](#可使用的识别模型)），可用于纯数字识别场景，如银行卡识别、身份证识别、硬币年份识别等；
-* 对各个包的新版做了接口适配，如 `pytorch_lightning`、`onnxruntime`、`pillow`等；
-* 优化了训练过程使用的数据增强方式，并借鉴了**Nougat** 中的数据增强方法；
-* 增加了对更大模型的支持，如 `densenet-lite-666`、`gru_large` 等；
-* 以前的 `*-gru` 系列模型，现在也有 ONNX 版了；
-* 修复了一堆的bugs，如 `val-complete_match-epoch` 训练过程一直为 `0` 等。
+
+* 重新训练了所有的模型，比上一版精度更高。
+* 按使用场景把模型分为几大类场景（见 [识别模型列表](#可使用的识别模型)）：
+  * `scene`：场景图片，适合识别一般拍照图片中的文字。此类模型以 `scene-` 开头，如模型 `scene-densenet_lite_136-gru`。
+  * `doc`：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。此类模型以 `doc-` 开头，如模型 `doc-densenet_lite_136-gru`。
+  * `number`：仅识别**纯数字**（只能识别 `0~9` 十个数字）图片，适合银行卡号、身份证号等场景。此类模型以 `number-` 开头，如模型 `number-densenet_lite_136-gru`。
+  * `general`: 通用场景，适合图片无明显倾向的一般图片。此类模型无特定开头，与旧版模型名称保持一致，如模型 `densenet_lite_136-gru`。
+  > 注意 ⚠️：以上说明仅为参考，具体选择模型时建议以实际效果为准。
+* 加入了两个更大的系列模型：
+  * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，一个月后会免费开源。
+  * `*-densenet_lite_666-gru_large`：Pro 模型，购买后可使用。
+  
+更多细节请参考：[CnOCR V2.3 新版发布：模型更好、更多、更大 | Breezedeus.com](https://www.breezedeus.com/article/cnocr-v2.3-better-more)。
+
 
 
 [**CnOCR**](https://github.com/breezedeus/cnocr) 是 **Python 3** 下的**文字识别**（**Optical Character Recognition**，简称**OCR**）工具包，支持**简体中文**、**繁体中文**（部分模型）、**英文**和**数字**的常见字符识别，支持竖排文字的识别。自带了**20+个** [训练好的模型](https://cnocr.readthedocs.io/zh/latest/models/)，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的[训练命令](https://cnocr.readthedocs.io/zh/latest/train/)供使用者训练自己的模型。欢迎扫码加小助手为好友，备注 `ocr`，小助手会定期统一邀请大家入群：
@@ -55,7 +64,16 @@
 </div>
 
 
-作者也维护 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) ，这里面的提问会较快得到作者的回复，欢迎加入。**知识星球私享群**也会陆续发布一些CnOCR/CnSTD相关的私有资料，包括[**更详细的训练教程**](https://articles.zsxq.com/id_u6b4u0wrf46e.html)，**未公开的模型**，**不同应用场景的调用代码**，使用过程中遇到的难题解答等。本群也会发布OCR/STD相关的最新研究资料。此外，**私享群中作者每月提供两次免费特有数据的训练服务**。
+作者也维护 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) ，这里面的提问会较快得到作者的回复，欢迎加入。**知识星球会员** 可享受以下福利：
+
+- 可免费下载部分**未开源的付费模型**；
+- 购买其他所有的付费模型一律八折优化；
+- 作者快速回复使用过程中遇到的各种困难；
+- 作者每月提供两次免费特有数据的训练服务。
+- 星球会陆续发布一些CnOCR/CnSTD相关的私有资料；
+- 星球会持续发布 OCR/STD/CV 等相关的最新研究资料。
+
+
 
 ## 详细文档
 
@@ -248,7 +266,15 @@ $ pip install cnocr[ort-gpu]
 
 
 
-安装速度慢的话，可以指定国内的安装源，如使用豆瓣源：
+如果要训练自己的模型，，可以使用以下命令安装：
+
+```bash
+$ pip install cnocr[dev]
+```
+
+
+
+安装速度慢的话，可以指定国内的安装源，如使用阿里云的安装源：
 
 ```bash
 $ pip install cnocr[ort-cpu] -i https://mirrors.aliyun.com/pypi/simple
@@ -333,7 +359,7 @@ print(ocr_out)
 
 ### 可使用的检测模型
 
-参考CnSTD的下载方式。
+具体参考 [CnSTD的下载说明](https://github.com/breezedeus/CnSTD?tab=readme-ov-file#%E5%B7%B2%E6%9C%89std%E6%A8%A1%E5%9E%8B)。
 
 | `det_model_name`                                             | PyTorch 版本 | ONNX 版本 | 模型原始来源 | 模型文件大小 | 支持语言                       | 是否支持竖排文字识别 |
 | ------------------------------------------------------------ | ------------ | --------- | ------------ | ------------ | ------------------------------ | -------------------- |
@@ -352,17 +378,36 @@ print(ocr_out)
 
 ### 可使用的识别模型
 
+相比于 CnOCR V2.2.* 版本，**V2.3** 中的大部分模型都经过了重新训练和精调，精度比旧版模型更高。同时，加入了两个参数量更多的模型系列：
+
+  * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，2024 年 2 月都会免费开源。
+  * `*-densenet_lite_666-gru_large`：**Pro 模型**，购买后可使用。购买链接见文档：
+
+**V2.3** 中的模型按使用场景可以分为以下几大类：
+
+* `scene`：场景图片，适合识别一般拍照图片中的文字。此类模型以 `scene-` 开头，如模型 `scene-densenet_lite_136-gru`。
+* `doc`：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。此类模型以 `doc-` 开头，如模型 `doc-densenet_lite_136-gru`。
+* `number`：仅识别**纯数字**（只能识别 `0~9` 十个数字）图片，适合银行卡号、身份证号等场景。此类模型以 `number-` 开头，如模型 `number-densenet_lite_136-gru`。
+* `general`: 通用场景，适合图片无明显倾向的一般图片。此类模型无特定开头，与旧版模型名称保持一致，如模型 `densenet_lite_136-gru`。
+
+> 注意 ⚠️：以上说明仅供参考，具体选择模型时建议以实际效果为准。
+
+更多说明见：[可用模型](https://cnocr.readthedocs.io/zh/latest/models/)。
+
 | `rec_model_name`                                             | PyTorch 版本 | ONNX 版本 | 模型原始来源 | 模型文件大小 | 支持语言                            | 是否支持竖排文字识别 |
 | ------------------------------------------------------------ | ------------ | --------- | ------------ | ------------ | ----------------------------------- | -------------------- |
+| **densenet_lite_136-gru** 🆕                                  | √            | √         | cnocr        | 12 M         | 简体中文、英文、数字                | X                    |
+| **scene-densenet_lite_136-gru** 🆕                            | √            | √         | cnocr        | 12 M         | 简体中文、英文、数字                | X                    |
+| **doc-densenet_lite_136-gru** 🆕                              | √            | √         | cnocr        | 12 M         | 简体中文、英文、数字                | X                    |
+| **densenet_lite_246-gru_base** 🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享，2 月开源) | √            | √         | cnocr        | 25 M         | 简体中文、英文、数字                | X                    |
+| **scene-densenet_lite_246-gru_base** 🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享，2 月开源) | √            | √         | cnocr        | 25 M         | 简体中文、英文、数字                | X                    |
+| **doc-densenet_lite_246-gru_base** 🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享，2 月开源) | √            | √         | cnocr        | 25 M         | 简体中文、英文、数字                | X                    |
+| **densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://gf.bilibili.com/item/detail/1104812055)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 82 M         | 简体中文、英文、数字                | X                    |
+| **scene-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://gf.bilibili.com/item/detail/1104815055)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 82 M         | 简体中文、英文、数字                | X                    |
+| **doc-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://gf.bilibili.com/item/detail/1104820055)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 82 M         | 简体中文、英文、数字                | X                    |
 | **number-densenet_lite_136-fc** 🆕                            | √            | √         | cnocr        | 2.7 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
-| **number-densenet_lite_136-gru**  🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享) | √            | √         | cnocr        | 5.5 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
-| **number-densenet_lite_666-gru_large** 🆕 <br />（[购买链接](https://gf.bilibili.com/item/detail/1104055055)） | √            | √         | cnocr        | M            | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
-| densenet_lite_114-fc                                         | √            | √         | cnocr        | 4.9 M        | 简体中文、英文、数字                | X                    |
-| densenet_lite_124-fc                                         | √            | √         | cnocr        | 5.1 M        | 简体中文、英文、数字                | X                    |
-| densenet_lite_134-fc                                         | √            | √         | cnocr        | 5.4 M        | 简体中文、英文、数字                | X                    |
-| densenet_lite_136-fc                                         | √            | √         | cnocr        | 5.9 M        | 简体中文、英文、数字                | X                    |
-| densenet_lite_134-gru                                        | √            | √         | cnocr        | 11 M         | 简体中文、英文、数字                | X                    |
-| densenet_lite_136-gru                                        | √            | √         | cnocr        | 12 M         | 简体中文、英文、数字                | X                    |
+| **number-densenet_lite_136-gru**  🆕 <br /> ([星球会员](https://t.zsxq.com/FEYZRJQ)专享，2 月开源) | √            | √         | cnocr        | 5.5 M        | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
+| **number-densenet_lite_666-gru_large** 🆕 <br />（购买链接：[B站](https://gf.bilibili.com/item/detail/1104055055)、[Lemon Squeezy](https://ocr.lemonsqueezy.com/)） | √            | √         | cnocr        | 55 M         | **纯数字**（仅包含 `0~9` 十个数字） | X                    |
 | ch_PP-OCRv3                                                  | X            | √         | ppocr        | 10 M         | 简体中文、英文、数字                | √                    |
 | ch_ppocr_mobile_v2.0                                         | X            | √         | ppocr        | 4.2 M        | 简体中文、英文、数字                | √                    |
 | en_PP-OCRv3                                                  | X            | √         | ppocr        | 8.5 M        | **英文**、数字                      | √                    |
@@ -384,7 +429,8 @@ print(ocr_out)
 * [x] 基于 PyTorch 训练更高效的模型
 * [x] 支持列格式的文字识别
 * [x] 打通与 [CnSTD](https://github.com/breezedeus/cnstd) 的无缝衔接（since `V2.2`）
-* [ ] 支持更多的应用场景，如公式识别、表格识别、版面分析等
+* [ ] 模型精度进一步优化
+* [ ] 支持更多的应用场景
 
 
 

{cnocr-2.2.4.2 → cnocr-2.3.0.1}/cnocr/__init__.py

@@ -1,5 +1,5 @@
 # coding: utf-8
-# Copyright (C) 2021, [Breezedeus](https://github.com/breezedeus).
+# Copyright (C) 2021-2023, [Breezedeus](https://github.com/breezedeus).
 # Licensed to the Apache Software Foundation (ASF) under one
 # or more contributor license agreements.  See the NOTICE file
 # distributed with this work for additional information
@@ -26,7 +26,7 @@ from .consts import (
     NUMBERS,
     ENG_LETTERS,
 )
-from .utils import read_img
+from .utils import read_img, set_logger
 from .cn_ocr import CnOcr
 from .recognizer import gen_model
 from .line_split import line_split

{cnocr-2.2.4.2 → cnocr-2.3.0.1}/cnocr/__version__.py

@@ -17,4 +17,4 @@
 # specific language governing permissions and limitations
 # under the License.
 
-__version__ = '2.2.4.2'
+__version__ = '2.3.0.1'

{cnocr-2.2.4.2 → cnocr-2.3.0.1}/cnocr/app.py

@@ -134,7 +134,7 @@ def main():
 
     all_models = list(REC_AVAILABLE_MODELS.all_models())
     all_models.sort()
-    idx = all_models.index(('densenet_lite_136-fc', 'onnx'))
+    idx = all_models.index(('densenet_lite_136-gru', 'onnx'))
     rec_model_name = st.sidebar.selectbox('选择识别模型', all_models, index=idx)
 
     st.sidebar.subheader('检测参数')

{cnocr-2.2.4.2 → cnocr-2.3.0.1}/cnocr/cli.py

@@ -30,6 +30,7 @@ from multiprocessing import Process
 import subprocess
 
 import click
+import numpy as np
 import torchmetrics
 from torchvision import transforms as T
 import torch
@@ -42,9 +43,9 @@ from cnocr.utils import (
     save_img,
     read_img,
     draw_ocr_results,
+    read_charset,
 )
 from cnocr.data_utils.aug import NormalizeAug
-from cnocr.dataset import OcrDataModule
 from cnocr.trainer import PlTrainer, resave_model, Metrics
 from cnocr import CnOcr, gen_model
 from cnocr.recognizer import Recognizer
@@ -52,7 +53,7 @@ from cnocr.recognizer import Recognizer
 _CONTEXT_SETTINGS = {"help_option_names": ['-h', '--help']}
 logger = set_logger(log_level=logging.INFO)
 
-DEFAULT_MODEL_NAME = 'densenet_lite_136-fc'
+DEFAULT_MODEL_NAME = 'densenet_lite_136-gru'
 LEGAL_MODEL_NAMES = {
     enc_name + '-' + dec_name
     for enc_name in ENCODER_CONFIGS.keys()
@@ -86,6 +87,9 @@ def cli():
     required=True,
     help='识别模型训练使用的json配置文件，参考 `docs/examples/train_config.json`',
 )
+@click.option(
+    "--finetuning", is_flag=True, help="是否为精调模式（精调模式使用更温柔的transform）。默认为 `False`",
+)
 @click.option(
     '-r',
     '--resume-from-checkpoint',
@@ -105,11 +109,19 @@ def train(
     rec_model_name,
     index_dir,
     train_config_fp,
+    finetuning,
     resume_from_checkpoint,
     pretrained_model_fp,
 ):
     """训练识别模型"""
-    from cnocr.data_utils.transforms import train_transform, test_transform
+    from cnocr.dataset import OcrDataModule
+
+    from cnocr.data_utils.transforms import (
+        train_transform,
+        ft_transform,
+        test_transform,
+    )
+
     check_model_name(rec_model_name)
     # train_transform = T.Compose(
     #     [
@@ -135,7 +147,7 @@ def train(
         index_dir=index_dir,
         vocab_fp=train_config['vocab_fp'],
         img_folder=train_config['img_folder'],
-        train_transforms=train_transform,
+        train_transforms=train_transform if not finetuning else ft_transform,
         val_transforms=val_transform,
         batch_size=train_config['batch_size'],
         train_bucket_size=train_config.get('train_bucket_size'),
@@ -239,6 +251,9 @@ def visualize_example(example, fp_prefix):
 @click.option(
     "--draw-font-path", default='./docs/fonts/simfang.ttf', help="画出检测与识别效果图时使用的字体文件",
 )
+@click.option(
+    "--verbose", is_flag=True, default=False, help="是否打印详细日志信息。默认值为 `False`",
+)
 def predict(
     rec_model_name,
     rec_model_backend,
@@ -251,8 +266,14 @@ def predict(
     single_line,
     draw_results_dir,
     draw_font_path,
+    verbose,
 ):
-    """模型预测"""
+    """模型预测""",
+    if verbose:
+        logger = set_logger(log_level=logging.DEBUG)
+    else:
+        logger = set_logger(log_level=logging.INFO)
+
     fp_list = []
     if os.path.isfile(img_file_or_dir):
         fp_list.append(img_file_or_dir)
@@ -381,6 +402,11 @@ def evaluate(
     verbose,
 ):
     """评估模型效果。检测模型使用 `det_model_name='naive_det'` 。"""
+    if verbose:
+        logger = set_logger(log_level=logging.DEBUG)
+    else:
+        logger = set_logger(log_level=logging.INFO)
+
     ocr = CnOcr(
         rec_model_name=rec_model_name,
         rec_model_backend=rec_model_backend,
@@ -392,10 +418,7 @@ def evaluate(
 
     fn_labels_list = read_input_file(eval_index_fp)
 
-    metrics_config = {
-        "complete_match": {},
-        "cer": {}
-    }
+    metrics_config = {"complete_match": {}, "cer": {}}
     metrics = Metrics.from_config(metrics_config)
     cer = torchmetrics.text.CharErrorRate()
     miss_cnt, redundant_cnt = Counter(), Counter()

{cnocr-2.2.4.2 → cnocr-2.3.0.1}/cnocr/cn_ocr.py

@@ -62,7 +62,7 @@ class OcrResult(object):
 class CnOcr(object):
     def __init__(
         self,
-        rec_model_name: str = 'densenet_lite_136-fc',
+        rec_model_name: str = 'densenet_lite_136-gru',
         *,
         det_model_name: str = 'ch_PP-OCRv3_det',
         cand_alphabet: Optional[Union[Collection, str]] = None,
@@ -82,7 +82,7 @@ class CnOcr(object):
         识别模型初始化函数。
 
         Args:
-            rec_model_name (str): 识别模型名称。默认为 `densenet_lite_136-fc`
+            rec_model_name (str): 识别模型名称。默认为 `densenet_lite_136-gru`
             det_model_name (str): 检测模型名称。默认为 `ch_PP-OCRv3_det`
             cand_alphabet (Optional[Union[Collection, str]]): 待识别字符所在的候选集合。默认为 `None`，表示不限定识别字符范围
             context (str): 'cpu', or 'gpu'。表明预测时是使用CPU还是GPU。默认为 `cpu`。
@@ -94,7 +94,7 @@ class CnOcr(object):
                 若训练的自有模型更改了字符集，看通过此参数传入新的字符集文件路径。
             rec_more_configs (Optional[Dict[str, Any]]): 识别模型初始化时传入的其他参数。
             rec_root (Union[str, Path]): 识别模型文件所在的根目录。
-                Linux/Mac下默认值为 `~/.cnocr`，表示模型文件所处文件夹类似 `~/.cnocr/2.2/densenet_lite_136-fc`。
+                Linux/Mac下默认值为 `~/.cnocr`，表示模型文件所处文件夹类似 `~/.cnocr/2.3/densenet_lite_136-gru`。
                 Windows下默认值为 `C:/Users/<username>/AppData/Roaming/cnocr`。
             det_model_fp (Optional[str]): 如果不使用系统自带的检测模型，可以通过此参数直接指定所使用的模型文件（'.ckpt' 文件）
             det_model_backend (str): 'pytorch', or 'onnx'。表明检测时是使用 PyTorch 版本模型，还是使用 ONNX 版本模型。
@@ -110,13 +110,13 @@ class CnOcr(object):
             >>> ocr = CnOcr()
 
             使用指定模型：
-            >>> ocr = CnOcr('densenet_lite_136-fc')
+            >>> ocr = CnOcr('densenet_lite_136-gru')
 
             识别时只考虑数字：
-            >>> ocr = CnOcr(rec_model_name='densenet_lite_136-fc', det_model_name='naive_det', cand_alphabet='0123456789')
+            >>> ocr = CnOcr(rec_model_name='densenet_lite_136-gru', det_model_name='naive_det', cand_alphabet='0123456789')
 
             只检测和识别水平文字：
-            >>> ocr = CnOcr(rec_model_name='densenet_lite_136-fc', det_model_name='db_shufflenet_v2_small', det_more_configs={'rotated_bbox': False})
+            >>> ocr = CnOcr(rec_model_name='densenet_lite_136-gru', det_model_name='db_shufflenet_v2_small', det_more_configs={'rotated_bbox': False})
 
         """
         if kwargs.get('model_name') is not None and rec_model_name is None: