Merge pull request #323 from breezedeus/dev

download model files from HF by default

README.md

@@ -391,7 +391,7 @@ print(ocr_out)
 
 相比于 CnOCR V2.2.* 版本，**V2.3** 中的大部分模型都经过了重新训练和精调，精度比旧版模型更高。同时，加入了两个参数量更多的模型系列：
 
-  * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，2024 年 2 月都会免费开源。
+  * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，后续会免费开源。
   * `*-densenet_lite_666-gru_large`：**Pro 模型**，购买后可使用。购买链接见文档：
 
 **V2.3** 中的模型按使用场景可以分为以下几大类：

README_en.md

@@ -314,7 +314,7 @@ Refer to [CnSTD](https://github.com/breezedeus/CnSTD?tab=readme-ov-file#%E5%B7%B
 
 Compared to the CnOCR V2.2.* versions, most models in **V2.3** have been retrained and fine-tuned, offering higher accuracy than the older versions. Additionally, two series of models with larger parameter volumes have been added:
 
-  * `*-densenet_lite_246-gru_base`: Currently available for **Knowledge Planet** [**CnOCR/CnSTD Private Group**](https://t.zsxq.com/FEYZRJQ) members, it will be open-sourced for free in February 2024.
+  * `*-densenet_lite_246-gru_base`: Currently available for **Knowledge Planet** [**CnOCR/CnSTD Private Group**](https://t.zsxq.com/FEYZRJQ) members, it will be open-sourced afterward.
   * `*-densenet_lite_666-gru_large`: **Pro models**, available for use after purchase. The purchase link: [https://ocr.lemonsqueezy.com](https://ocr.lemonsqueezy.com).
 
 Models in **V2.3** are categorized into the following types based on usage scenarios:

cnocr/__version__.py

@@ -17,4 +17,4 @@
 # specific language governing permissions and limitations
 # under the License.
 
-__version__ = '2.3.0.1'
+__version__ = '2.3.0.2'

cnocr/cli.py

@@ -224,6 +224,9 @@ def visualize_example(example, fp_prefix):
     default='onnx',
     help='检测模型类型。默认值为 `onnx`',
 )
+@click.option(
+    '--det-resized-shape', type=int, default=768, help='检测模型输入图像尺寸。默认值为 768',
+)
 @click.option(
     '-p',
     '--pretrained-model-fp',
@@ -251,6 +254,9 @@ def visualize_example(example, fp_prefix):
 @click.option(
     "--draw-font-path", default='./docs/fonts/simfang.ttf', help="画出检测与识别效果图时使用的字体文件",
 )
+@click.option(
+    "--show-details", is_flag=True, default=False, help="是否打印识别结果详情。默认值为 `False`",
+)
 @click.option(
     "--verbose", is_flag=True, default=False, help="是否打印详细日志信息。默认值为 `False`",
 )
@@ -260,12 +266,14 @@ def predict(
     rec_vocab_fp,
     det_model_name,
     det_model_backend,
+    det_resized_shape,
     pretrained_model_fp,
     context,
     img_file_or_dir,
     single_line,
     draw_results_dir,
     draw_font_path,
+    show_details,
     verbose,
 ):
     """模型预测""",
@@ -298,18 +306,24 @@ def predict(
         # det_more_configs={'rotated_bbox': False},
     )
     ocr_func = ocr.ocr_for_single_line if single_line else ocr.ocr
+    ocr_kwargs = {}
+    if not single_line:
+        ocr_kwargs['resized_shape'] = det_resized_shape
 
     for fp in fp_list:
         start_time = time.time()
         logger.info('\n' + '=' * 10 + fp + '=' * 10)
         res = ocr_func(
             fp,
-            # resized_shape=2280,
+            **ocr_kwargs,
             # box_score_thresh=0.14,
             # min_box_size=20,
         )
         logger.info('time cost: %f' % (time.time() - start_time))
-        logger.info(res)
+        if show_details:
+            logger.info(res)
+        else:
+            logger.info('\n'.join([line_res['text'] for line_res in res]))
         if single_line:
             res = [res]
 
@@ -329,10 +343,6 @@ def predict(
                     fp, res, out_draw_fp=out_draw_fp, font_path=draw_font_path
                 )
 
-        # for line_res in res:
-        #     preds, prob = line_res['text'], line_res['score']
-        #     logger.info('\npred: %s, with score %f' % (''.join(preds), prob))
-
 
 @cli.command('evaluate')
 @click.option(

cnocr/consts.py

@@ -33,7 +33,7 @@
 # 模型版本只对应到第二层，第三层的改动表示模型兼容。
 # 如: __version__ = '2.2.*'，对应的 MODEL_VERSION 都是 '2.2'
 MODEL_VERSION = '.'.join(__version__.split('.', maxsplit=2)[:2])
-DOWNLOAD_SOURCE = os.environ.get('CNOCR_DOWNLOAD_SOURCE', 'CN')
+DOWNLOAD_SOURCE = os.environ.get('CNOCR_DOWNLOAD_SOURCE', 'HF')
 
 IMG_STANDARD_HEIGHT = 32
 CN_VOCAB_FP = Path(__file__).parent.absolute() / 'label_cn.txt'

docs/RELEASE.md

@@ -1,5 +1,11 @@
 # Release Notes
 
+### Update 2024.04.10：发布 V2.3.0.2
+
+主要变更：
+
+* CN OSS 不可用了，默认下载模型地址由 `CN` 改为 `HF`。
+
 ### Update 2023.12.26：发布 V2.3.0.1
 
 主要变更：

docs/models.md

@@ -45,7 +45,7 @@ CnOCR **V2.3** 重新训练了所有的模型，模型较 V2.2.* 精度更高。
 
 同时，加入了两个参数量更多的模型系列：
 
-  * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，2024 年 2 月都会免费开源。
+  * `*-densenet_lite_246-gru_base`：优先供 **知识星球** [**CnOCR/CnSTD私享群**](https://t.zsxq.com/FEYZRJQ) 会员使用，后续会免费开源。
   * `*-densenet_lite_666-gru_large`：**Pro 模型**，购买后可使用。购买链接见文档：
 
 CnOCR 自己训练的模型都支持**常见简体中文、英文和数字**的识别，大家也可以基于这些模型在自己的领域数据上继续精调模型。模型列表如下：

requirements.in

@@ -15,4 +15,4 @@ torchmetrics>=0.9.0
 pillow>=5.3.0
 onnx
 onnxruntime
-cnstd>=1.2.3.5
+cnstd>=1.2.3.6

requirements.txt

@@ -33,7 +33,7 @@ click==8.1.7
     #   -r requirements.in
     #   cnstd
     #   wandb
-cnstd==1.2.3.5
+cnstd==1.2.3.6
     # via -r requirements.in
 coloredlogs==15.0.1
     # via onnxruntime