chineseocr_lite
chineseocr_lite copied to clipboard
超轻量级中文ocr,支持竖排文字识别, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) + crnn(2.5M) + anglenet(378KB)) 总模型仅4.7M
检测模型如何训练
不知道轻量的检测模型是如何训练的?
Caused by: java.lang.UnsatisfiedLinkError: /home/weblogic/user_projects/domains/test_domain/WebRoot/Linux-Lib-CPU/libOcrLiteNcnn.so: libmvec.so.1: cannot open shared object file: No such file or directory at java.lang.ClassLoader$NativeLibrary.load(Native Method) ~[?:1.7.0_80] at java.lang.ClassLoader.loadLibrary1(ClassLoader.java:1965) ~[?:1.7.0_80] at java.lang.ClassLoader.loadLibrary0(ClassLoader.java:1890) ~[?:1.7.0_80] at java.lang.ClassLoader.loadLibrary(ClassLoader.java:1851) ~[?:1.7.0_80] at java.lang.Runtime.load0(Runtime.java:795)...
我在linux环境下运行成功了c++项目,onnxruntime下载了对应的gpu版本。但是在程序加载完模型后,查看gpu使用情况,其中并没有相应的显存占用,请问如何让onnxruntime使用gpu加速?
中译语通科技股份有限公司(中文简称“中译语通”,英文全称Global Tone Communication Technology Co. Ltd.,英文简称GTCOM)是一家深耕金融科技与科研数据分析的高科技公司,自主研发了机器翻译、跨语言大数据分析、金融量化与监管科技、全球科技发现与价值评估、数字城市大脑等全球领先的系统平台,为全球企业级用户提供全方位的领先大数据与人工智能场景化应用解决方案。前沿技术研发覆盖机器翻译、自然语言处理、跨语言大数据分析、语音识别、图像识别、语义搜索和知识图谱等。目前,公司在上海、青岛、西安、成都、美国硅谷设有子公司。 有意者请加微信:18611586751
运行时报onnxruntime warning  尝试使用 onnx.optimizer优化报错  有哪位大佬知道怎么搞吗,把warning关掉也行
https://github.com/DayBreak-u/chineseocr_lite/blob/b2d89b2fb65b516e42fa892e7c2d4c00f9e48fd1/model.py#L32 crnnRecWithBox 中对box_list进行了排序但并没有同时改变score_list的对应顺序
Platform ARM Cortex A7 GCC Version 10.2.1 20201103 arm-10.16  NCNN Version Sun Feb 21 22:19:18 2021 +0800 GDB info  Test image 
无法检测短的文本,并识别出来。