u

code/OCR.yaml

@@ -0,0 +1,38 @@
+# 整体 pipeline 名称，用于识别产线名称
+pipeline_name: OCR
+
+# 文本类型，可选 general（通用）或 others，决定一些后处理策略
+text_type: general
+
+# 如无严重倾斜/扫描件，建议设为 False，可显著提升速度
+use_doc_preprocessor: False
+
+# mobile 模型一般建议关闭
+use_textline_orientation: False
+
+# 正式的 OCR 主流程模块
+SubModules:
+
+  # 文本检测模块（通常是基于 DB 的检测器）
+  TextDetection:
+    module_name: text_detection
+    model_name: PP-OCRv5_mobile_det   # 使用的是 mobile 版大模型
+    model_dir: ./det_inference   # 本地模型文件夹路径（需包含 model.pdmodel 等）
+     # 调大输入尺寸，关注细节
+    limit_side_len: 960
+    limit_type: min
+    max_side_limit: 4000
+    # 降低阈值，减少漏检
+    thresh: 0.3
+    box_thresh: 0.5
+    # 放宽文本框，避免裁字
+    unclip_ratio: 1.8
+
+  # 文本识别模块（通常是 CRNN + CTC 或 SVTR 模型）
+  TextRecognition:
+    module_name: text_recognition
+    model_name: PP-OCRv5_mobile_rec   # 同样使用的是 mobile 版识别模型
+    model_dir: ./rec_inference
+    batch_size: 6                     # 一次识别图块的数量，适当调大可提高 GPU 利用率
+    score_thresh: 0.0                 # 识别结果置信度下限，低于此不输出  
+