Merge pull request #1460 from Evezerest/dy3

Update FAQ

PPOCRLabel/README.md

@@ -120,6 +120,11 @@ For some data that are difficult to recognize, the recognition results will not
     ```
     pyrcc5 -o libs/resources.py resources.qrc
     ```
+- If you get an error ``` module 'cv2' has no attribute 'INTER_NEAREST'```, you need to delete all opencv related packages first, and then reinstall the headless version of opencv
+    ```
+    pip install opencv-contrib-python-headless
+    ```
+    
 ### Related
 
 1.[Tzutalin. LabelImg. Git code (2015)](https://github.com/tzutalin/labelImg)

PPOCRLabel/README_ch.md

@@ -88,15 +88,23 @@ python3 PPOCRLabel.py --lang ch
 
 ### 错误提示
 - 如果同时使用whl包安装了paddleocr，其优先级大于通过paddleocr.py调用PaddleOCR类，whl包未更新时会导致程序异常。
+  
 - PPOCRLabel**不支持对中文文件名**的图片进行自动标注。
+
 - 针对Linux用户：：如果您在打开软件过程中出现**objc[XXXXX]**开头的错误，证明您的opencv版本太高，建议安装4.2版本：
     ```
     pip install opencv-python==4.2.0.32
     ```
-- 如果出现''Missing string id '开头的错误，需要重新编译资源：
+    
+- 如果出现 ```Missing string id``` 开头的错误，需要重新编译资源：
     ```
     pyrcc5 -o libs/resources.py resources.qrc
     ```
+    
+- 如果出现``` module 'cv2' has no attribute 'INTER_NEAREST'```错误，需要首先删除所有opencv相关包，然后重新安装headless版本的opencv
+    ```
+    pip install opencv-contrib-python-headless
+    ```
 ### 参考资料
 
 1.[Tzutalin. LabelImg. Git code (2015)](https://github.com/tzutalin/labelImg)

doc/doc_ch/FAQ.md

@@ -373,7 +373,7 @@
 |8.6M超轻量中文OCR模型|MobileNetV3+MobileNetV3|det_mv3_db.yml|rec_chinese_lite_train.yml|
 |通用中文OCR模型|Resnet50_vd+Resnet34_vd|det_r50_vd_db.yml|rec_chinese_common_train.yml|
 
-#### ！！Q3.1.18：如何加入自己的检测算法？
+#### Q3.1.18：如何加入自己的检测算法？
 **A**：1. 在ppocr/modeling对应目录下分别选择backbone，head。如果没有可用的可以新建文件并添加
        2. 在ppocr/data下选择对应的数据处理处理方式，如果没有可用的可以新建文件并添加
        3. 在ppocr/losses下新建文件并编写loss
@@ -381,7 +381,7 @@
        5. 将上面四个步骤里新添加的类或函数参照yml文件写到配置中
 
 
-#### ！！Q3.1.19：训练的时候报错`reader raised an exception`，但是具体不知道是啥问题？
+#### Q3.1.19：训练的时候报错`reader raised an exception`，但是具体不知道是啥问题？
 
 **A**：这个一般是因为标注文件格式有问题或者是标注文件中的图片路径有问题导致的，在[tools/train.py](../../tools/train.py)文件中有一个`test_reader`的函数，基于这个去检查一下数据的格式以及标注，确认没问题之后再进行模型训练。