此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • OCRRecognitionModel
  • 属性
  • AlphabetName
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包
最后更新
Python API: luxonis_train.config.predefined_models.ocr_recognition.v1.modelOCR 文本识别模型。

类

OCRRecognitionModel

在裁剪图像上进行文本识别,基于 PPOCRv4。数据集需要在 text 元数据字段中包含每张图像的文本:
Python
1for path, label in zip(image_paths, labels):
2    if label:
3        yield {
4            "file": path,
5            "annotation": {"metadata": {"text": label}},
6        }
将 alphabet 设置为要识别的字符,可以是列表或命名字母表之一,并将 max_text_len 设置为预期的最长字符串。
  • 吞吐量:: 48x320 时的每秒帧数。
    • light:RVC2 上 50,RVC4 上 300

方法

init
Python
1def __init__(alphabet: list[str] | AlphabetName = 'english', max_text_len: int = 40, ignore_unknown: bool = True, **kwargs):
使用其默认组件初始化模型。参数
  • alphabet (list[str] | AlphabetName): 头部预测的字符。名称选择预定义字母表并记录信息消息:
    • "english":a 到 z 和 A 到 Z;
    • "english_lowercase":a 到 z;
    • "numeric":0 到 9;
    • "alphanumeric":"english" 和 "numeric";
    • "alphanumeric_lowercase":"english_lowercase" 和 "numeric";
    • "punctuation":空格和 ASCII 标点符号;
    • "ascii":可打印的 ASCII 字符,代码 32 到 126。 模型直接传递列表。当 head_params 包含 alphabet 时,它不读取该值。
  • max_text_len (int):骨干网络输出的序列步数,也是模型可以预测的最长文本。
  • ignore_unknown (bool):头部是否丢弃不在字母表中的标签字符。如果为 False,头部将其映射到额外的 "<UNK>" 类。
  • **kwargs:SimplePredefinedModel.init 的关键字参数。
引发
  • ValueError:当 alphabet 是一个未命名预定义字母表的字符串,并且 head_params 不包含 alphabet 时。
get_variants
Python
1def get_variants() -> tuple[str, dict[str, Params]]:
获取默认变体名称和可用变体。该模型有一个变体,light。它将 backbone_variant 设置为 "rec-light",即 PPLCNetV3 的识别变体。该变体未设置 weights,因此没有节点加载检查点。返回
  • tuple[str, dict[str, Params]]:"light" 和包含其构造函数参数的单个变体。

属性

AlphabetName