Integrated latest PPOCRv4 models based on RapidOCR for faster inference

Update 2024.11.30：发布 V2.3.1

主要变更：

• 基于 RapidOCR 集成 PPOCRv4 最新版 OCR 模型，提供更多的模型选择
  • 新增支持 PP-OCRv4 检测和识别模型，包括标准版和服务器版
  • 新增多语言OCR模型支持：
    • chinese_cht_PP-OCRv3：繁体中文识别
    • japan_PP-OCRv3：日文识别
    • korean_PP-OCRv3：韩文识别
    • latin_PP-OCRv3：拉丁文识别
    • arabic_PP-OCRv3：阿拉伯文识别
    • en_PP-OCRv4：英文识别（v4版本）
• 修改读文件实现方式，支持 Windows 的中文路径
• 修复Bug：当使用多个进程时，transform_func 无法序列化
• 修复Bug：与 albumentations=1.4.* 兼容

Major Changes:

• Based on RapidOCR, integrate the latest version of PPOCRv4 OCR models, providing more model options
  • Add support for PP-OCRv4 detection and recognition models, including standard and server versions
  • Add multilingual OCR model support:
    • chinese_cht_PP-OCRv3: Traditional Chinese recognition
    • japan_PP-OCRv3: Japanese recognition
    • korean_PP-OCRv3: Korean recognition
    • latin_PP-OCRv3: Latin recognition
    • arabic_PP-OCRv3: Arabic recognition
    • en_PP-OCRv4: English recognition (v4 version)
• Modify the implementation of reading files to support Chinese paths on Windows
• Fix bug: When using multiple processes, the transform_func cannot be serialized
• Fix bug: Compatible with albumentations=1.4.*

Fix links of the docs

Update 2024.06.22：发布 V2.3.0.3

主要变更：

• 修复文档中 broken 的链接。

更改默认下载模型地址

主要变更：

• CN OSS 不可用了，默认下载模型地址由 CN 改为 HF。

bugfix: onnx providers for ppocr

Merge pull request #304 from breezedeus/dev

fix: onnx providers for ppocr

New Models with Better accuracy

2023.12.24：发布 V2.3

主要变更：

• 重新训练了所有的模型，比上一版精度更高。
• 模型按使用场景分为 3 大类场景：
  • scene：场景图片，适合识别一般拍照图片中的文字。
  • doc：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。
  • general: 通用场景，适合图片无明显倾向的一般图片。

  注意 ⚠️：以上说明仅供参考，具体选择模型时建议以实际效果为准。

• 加入了两个更大的系列模型：
  • *-densenet_lite_246-gru_base：优先供 知识星球 CnOCR/CnSTD私享群 会员使用，一个月后会免费开源。
  • *-densenet_lite_666-gru_large：Pro 模型，购买后可使用。

更多细节请参考：CnOCR V2.3 新版发布：模型更好、更多、更大 | Breezedeus.com。

use environment variable to determine the download source for models

use environment variable to determine the download source for models

add number-densenet_lite_666-gru_large

Merge pull request #283 from breezedeus/dev

add number-densenet_lite_666-gru_large

一大波改动，如 加入了纯数字识别系列模型 `number-*`

主要变更：

• 加入了纯数字识别系列模型 number-*（见 识别模型列表），可用于纯数字识别场景，如银行卡识别、身份证识别、硬币年份识别等；
• 对各个包的新版做了接口适配，如 pytorch_lightning、onnxruntime、pillow等；
• 优化了训练过程使用的数据增强方式，并借鉴了Nougat 中的数据增强方法；
• 增加了对更大模型的支持，如 densenet-lite-666、gru_large 等；
• 以前的 *-gru 系列模型，现在也有 ONNX 版了；
• 修复了一堆的bugs，如 val-complete_match-epoch 训练过程一直为 0 等。

fix: export_to_onnx

Merge pull request #273 from breezedeus/dev

fix: export_to_onnx

use hf_hub_download to download model files from huggingface

Merge pull request #261 from breezedeus/dev

fix: model download from huggingface