Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
weixin_41840029
PaddleOCR
提交
bf321ecd
P
PaddleOCR
项目概览
weixin_41840029
/
PaddleOCR
与 Fork 源项目一致
Fork自
PaddlePaddle / PaddleOCR
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleOCR
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
bf321ecd
编写于
8月 26, 2020
作者:
D
dyning
提交者:
GitHub
8月 26, 2020
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update FAQ.md
上级
6c60f8e2
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
2 addition
and
4 deletion
+2
-4
doc/doc_ch/FAQ.md
doc/doc_ch/FAQ.md
+2
-4
未找到文件。
doc/doc_ch/FAQ.md
浏览文件 @
bf321ecd
...
...
@@ -263,7 +263,7 @@
#### Q3.1.13:识别模型框出来的位置太紧凑,会丢失边缘的文字信息,导致识别错误
**A**
: 可以在命令中加入 --det_db_unclip_ratio ,参
数
[
定义位置
](
https://github.com/PaddlePaddle/PaddleOCR/blob/develop/tools/infer/utility.py#L49
)
,这个参数是检测后处理时控制文本框大小的,默认2.0,可以尝试改成2.5或者更大
**A**
: 可以在命令中加入 --det_db_unclip_ratio ,参
考
[
定义位置
](
https://github.com/PaddlePaddle/PaddleOCR/blob/develop/tools/infer/utility.py#L49
)
,这个参数是检测后处理时控制文本框大小的,默认2.0,可以尝试改成2.5或者更大
,反之,如果觉得文本框不够紧凑,也可以把该参数调小。
#### Q3.1.14:英文手写体识别有计划提供的预训练模型吗?
...
...
@@ -272,13 +272,12 @@
#### Q3.1.15:超轻量模型和通用OCR模型的区别?
**A**
:理论上只要有相应的数据集,都是可以的。当然手写识别毕竟和印刷体有区别,对应训练调优策略可能需要适配性优化。
#### Q3.1.16:PaddleOCR的算法可以用于手写文字检测识别吗?后续有计划推出手写预训练模型么?
PaddleOCR已完成Windows和Mac系统适配,并且python预测支持使用pip包安装。运行时注意两点:1、在
[
快速安装
](
./installation.md
)
时,如果不想安装docker,可跳过第一步,直接从第二步安装paddle开始。2、inference模型下载时,如果没有安装wget,可直接点击模型链接或将链接地址复制到浏览器进行下载,并解压放置到相应目录。
**A**
:
PaddleOCR已完成Windows和Mac系统适配,并且python预测支持使用pip包安装。运行时注意两点:1、在
[
快速安装
](
./installation.md
)
时,如果不想安装docker,可跳过第一步,直接从第二步安装paddle开始。2、inference模型下载时,如果没有安装wget,可直接点击模型链接或将链接地址复制到浏览器进行下载,并解压放置到相应目录。
#### Q3.1.17:PaddleOCR是否支持在Windows或Mac系统上运行?
**A**
:目前PaddleOCR开源了2个中文模型,分别是8.6M超轻量中文模型和通用中文OCR模型。两者对比信息如下:
...
...
@@ -295,7 +294,6 @@ PaddleOCR已完成Windows和Mac系统适配,并且python预测支持使用pip
**A**
:目前主要是开源通用类OCR模型,暂不计划开源小垂类专用模型。PaddleOCR开源了多种检测、识别算法供用户自定义训练,两种中文模型也是基于开源的算法库训练产出,有小垂类需求的小伙伴,可以按照教程准备好数据,选择合适的配置文件,自行训练,相信能有不错的效果。训练有任何问题欢迎提issue或在交流群提问,我们会及时解答。
### 数据集
#### Q3.2.1:如何制作PaddleOCR支持的数据格式
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录