GIAA OCR 模型炼丹

此项目为 GIAA 项目的 OCR 模型炼丹，基于 PaddleOCR PP-OCRv5 版本微调。

环境搭建

克隆项目

git clone --recurse-submodules https://github.com/ftnfurina/giaa-train.git

确认 CUDA 版本

通过 nvitop 查看 CUDA 版本, 将 pyproject.toml 中的 paddlepaddle-gpu url 改为对应版本的链接。

pip install nvitop
nvitop

初始化项目

bash ./init.sh gpu

下载训练模型到 configs 目录

• PP-OCRv5_mobile_det_pretrained.pdparams
• PP-OCRv5_mobile_rec_pretrained.pdparams

开始训练

bash ./train.sh det
bash ./train.sh rec

验证结果

将截图放入 images 目录，运行 validate.py 脚本，验证结果将保存至 images/inference/ 目录。

uv run validate.py

相关链接

• PaddlePaddle 安装指南: https://www.paddlepaddle.org.cn/install/quick
• PaddleOCR 文档: https://www.paddleocr.ai/main/index.html
• PaddleOCR GitHub: https://github.com/PaddlePaddle/PaddleOCR
• Genshin Impact 数据库: https://github.com/theBowja/genshin-db
• uv 文档: https://docs.astral.sh/uv/
• GIAA: https://github.com/ftnfurina/giaa