deploy: 27a34cc

docs/about_model/convert_model/index.html

@@ -1368,7 +1368,7 @@ <h3 id="离线转换httpsgithubcomrapidaipaddleocrmodelconverter"><a href="https
                 id:  9 ,
                 href: "\/RapidOCRDocs\/docs\/install_usage\/rapidocr\/install\/",
                 title: "安装",
-                description: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例 如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。 两者均是在CPU上推理的，如想在GPU上推理，可以参考rapidocr_paddle版。 info pypi上各个版本的对应关系： 版本 内置模型版本 对应PaddleOCR 分支 v1.3.x PaddleOCR v4版 release/2.7 v1.2.xv1.1.xv1.0.x PaddleOCR v3版 release/2.6 安装 link顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。 notifications 请使用Python3.6及以上版本。 rapidocr系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考link。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。 pip install rapidocr-onnxruntime 安装速度慢的话，可以指定国内的安装源，如使用清华源： pip install rapidocr_onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple/ 依赖的包如下： info 如果在安装过程中，出现某个依赖包不能正确安装时，可先单独安装某个依赖包，之后再安装rapidocr_onnxruntime即可。 pyclipper\u003e=1.2.1 onnxruntime\u003e=1.7.0 opencv_python\u003e=4.5.1.48 numpy\u003e=1.19.3 six\u003e=1.15.0 Shapely\u003e=1.7.1 PyYAML Pillow ",
+                description: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例 如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。 两者均是在CPU上推理的，如想在GPU上推理，可以参考rapidocr_paddle版。 版本情况 link各个库的最新版本： 库 pypi最新版本 rapidocr_onnxruntime rapidocr_openvino rapidocr_paddle pypi上各个版本的对应关系： 版本 内置模型版本 对应PaddleOCR 分支 v1.3.x PaddleOCR v4版 release/2.7 v1.2.xv1.1.xv1.0.x PaddleOCR v3版 release/2.6 安装 link顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。 notifications 请使用Python3.6及以上版本。 rapidocr系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考link。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。 pip install rapidocr-onnxruntime 安装速度慢的话，可以指定国内的安装源，如使用清华源： pip install rapidocr_onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple/ 依赖的包如下： info 如果在安装过程中，出现某个依赖包不能正确安装时，可先单独安装某个依赖包，之后再安装rapidocr_onnxruntime即可。 pyclipper\u003e=1.2.1 onnxruntime\u003e=1.7.0 opencv_python\u003e=4.5.1.48 numpy\u003e=1.19.3 six\u003e=1.15.0 Shapely\u003e=1.7.1 PyYAML Pillow ",
                 content: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例\n如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。\n两者均是在CPU上推理的，如想在GPU上推理，可以参考"
             }
         );

docs/about_model/index.html

@@ -1286,7 +1286,7 @@ <h1 class="content-title mb-0">
                 id:  9 ,
                 href: "\/RapidOCRDocs\/docs\/install_usage\/rapidocr\/install\/",
                 title: "安装",
-                description: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例 如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。 两者均是在CPU上推理的，如想在GPU上推理，可以参考rapidocr_paddle版。 info pypi上各个版本的对应关系： 版本 内置模型版本 对应PaddleOCR 分支 v1.3.x PaddleOCR v4版 release/2.7 v1.2.xv1.1.xv1.0.x PaddleOCR v3版 release/2.6 安装 link顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。 notifications 请使用Python3.6及以上版本。 rapidocr系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考link。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。 pip install rapidocr-onnxruntime 安装速度慢的话，可以指定国内的安装源，如使用清华源： pip install rapidocr_onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple/ 依赖的包如下： info 如果在安装过程中，出现某个依赖包不能正确安装时，可先单独安装某个依赖包，之后再安装rapidocr_onnxruntime即可。 pyclipper\u003e=1.2.1 onnxruntime\u003e=1.7.0 opencv_python\u003e=4.5.1.48 numpy\u003e=1.19.3 six\u003e=1.15.0 Shapely\u003e=1.7.1 PyYAML Pillow ",
+                description: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例 如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。 两者均是在CPU上推理的，如想在GPU上推理，可以参考rapidocr_paddle版。 版本情况 link各个库的最新版本： 库 pypi最新版本 rapidocr_onnxruntime rapidocr_openvino rapidocr_paddle pypi上各个版本的对应关系： 版本 内置模型版本 对应PaddleOCR 分支 v1.3.x PaddleOCR v4版 release/2.7 v1.2.xv1.1.xv1.0.x PaddleOCR v3版 release/2.6 安装 link顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。 notifications 请使用Python3.6及以上版本。 rapidocr系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考link。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。 pip install rapidocr-onnxruntime 安装速度慢的话，可以指定国内的安装源，如使用清华源： pip install rapidocr_onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple/ 依赖的包如下： info 如果在安装过程中，出现某个依赖包不能正确安装时，可先单独安装某个依赖包，之后再安装rapidocr_onnxruntime即可。 pyclipper\u003e=1.2.1 onnxruntime\u003e=1.7.0 opencv_python\u003e=4.5.1.48 numpy\u003e=1.19.3 six\u003e=1.15.0 Shapely\u003e=1.7.1 PyYAML Pillow ",
                 content: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例\n如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。\n两者均是在CPU上推理的，如想在GPU上推理，可以参考"
             }
         );

docs/about_model/model_summary/index.html

@@ -960,20 +960,20 @@ <h4 id="指标说明">指标说明 <a href="#%e6%8c%87%e6%a0%87%e8%af%b4%e6%98%8
 
 
 		<a class="nav-link  active"
-		   id="eafdbcTab" data-bs-toggle="tab" data-bs-target="#eafdbc"
-		   type="button" role="tab" aria-controls="eafdbc" aria-selected="true">Exact Match (精确匹配准确率)</a>
+		   id="dbfecaTab" data-bs-toggle="tab" data-bs-target="#dbfeca"
+		   type="button" role="tab" aria-controls="dbfeca" aria-selected="true">Exact Match (精确匹配准确率)</a>
 
 
 
 		<a class="nav-link "
-		   id="fadcbeTab" data-bs-toggle="tab" data-bs-target="#fadcbe"
-		   type="button" role="tab" aria-controls="fadcbe" aria-selected="true">Char Match (字符级准确率)</a>
+		   id="ecfabdTab" data-bs-toggle="tab" data-bs-target="#ecfabd"
+		   type="button" role="tab" aria-controls="ecfabd" aria-selected="true">Char Match (字符级准确率)</a>
 
 
 
 		<a class="nav-link "
-		   id="afedbcTab" data-bs-toggle="tab" data-bs-target="#afedbc"
-		   type="button" role="tab" aria-controls="afedbc" aria-selected="true">Score(两者综合)</a>
+		   id="bcfaedTab" data-bs-toggle="tab" data-bs-target="#bcfaed"
+		   type="button" role="tab" aria-controls="bcfaed" aria-selected="true">Score(两者综合)</a>
 
 
 
@@ -989,7 +989,7 @@ <h4 id="指标说明">指标说明 <a href="#%e6%8c%87%e6%a0%87%e8%af%b4%e6%98%8
 
 
 
-<div class="tab-pane fade show active" id="eafdbc" role="tabpanel" aria-labelledby="nav-1">
+<div class="tab-pane fade show active" id="dbfeca" role="tabpanel" aria-labelledby="nav-1">
 
 	<p>$$
 Exact\ Match = \frac{1}{N}\sum_{i=0}^{N} s(p_{i}, g_{i})
@@ -1014,7 +1014,7 @@ <h4 id="指标说明">指标说明 <a href="#%e6%8c%87%e6%a0%87%e8%af%b4%e6%98%8
 
 
 
-<div class="tab-pane fade" id="fadcbe" role="tabpanel" aria-labelledby="nav-1">
+<div class="tab-pane fade" id="ecfabd" role="tabpanel" aria-labelledby="nav-1">
 
 	<p>$$
 Char\ Match = 1 - \frac{1}{N} \sum_{i=0}^{N} s(p_{i}, g_{i})
@@ -1042,7 +1042,7 @@ <h4 id="指标说明">指标说明 <a href="#%e6%8c%87%e6%a0%87%e8%af%b4%e6%98%8
 
 
 
-<div class="tab-pane fade" id="afedbc" role="tabpanel" aria-labelledby="nav-1">
+<div class="tab-pane fade" id="bcfaed" role="tabpanel" aria-labelledby="nav-1">
 
 	<p>$$
 Score = \frac{1}{2}(Exact\ Match + Char\ Match)
@@ -1711,7 +1711,7 @@ <h4 id="指标说明">指标说明 <a href="#%e6%8c%87%e6%a0%87%e8%af%b4%e6%98%8
                 id:  9 ,
                 href: "\/RapidOCRDocs\/docs\/install_usage\/rapidocr\/install\/",
                 title: "安装",
-                description: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例 如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。 两者均是在CPU上推理的，如想在GPU上推理，可以参考rapidocr_paddle版。 info pypi上各个版本的对应关系： 版本 内置模型版本 对应PaddleOCR 分支 v1.3.x PaddleOCR v4版 release/2.7 v1.2.xv1.1.xv1.0.x PaddleOCR v3版 release/2.6 安装 link顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。 notifications 请使用Python3.6及以上版本。 rapidocr系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考link。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。 pip install rapidocr-onnxruntime 安装速度慢的话，可以指定国内的安装源，如使用清华源： pip install rapidocr_onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple/ 依赖的包如下： info 如果在安装过程中，出现某个依赖包不能正确安装时，可先单独安装某个依赖包，之后再安装rapidocr_onnxruntime即可。 pyclipper\u003e=1.2.1 onnxruntime\u003e=1.7.0 opencv_python\u003e=4.5.1.48 numpy\u003e=1.19.3 six\u003e=1.15.0 Shapely\u003e=1.7.1 PyYAML Pillow ",
+                description: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例 如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。 两者均是在CPU上推理的，如想在GPU上推理，可以参考rapidocr_paddle版。 版本情况 link各个库的最新版本： 库 pypi最新版本 rapidocr_onnxruntime rapidocr_openvino rapidocr_paddle pypi上各个版本的对应关系： 版本 内置模型版本 对应PaddleOCR 分支 v1.3.x PaddleOCR v4版 release/2.7 v1.2.xv1.1.xv1.0.x PaddleOCR v3版 release/2.6 安装 link顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。 notifications 请使用Python3.6及以上版本。 rapidocr系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考link。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。 pip install rapidocr-onnxruntime 安装速度慢的话，可以指定国内的安装源，如使用清华源： pip install rapidocr_onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple/ 依赖的包如下： info 如果在安装过程中，出现某个依赖包不能正确安装时，可先单独安装某个依赖包，之后再安装rapidocr_onnxruntime即可。 pyclipper\u003e=1.2.1 onnxruntime\u003e=1.7.0 opencv_python\u003e=4.5.1.48 numpy\u003e=1.19.3 six\u003e=1.15.0 Shapely\u003e=1.7.1 PyYAML Pillow ",
                 content: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例\n如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。\n两者均是在CPU上推理的，如想在GPU上推理，可以参考"
             }
         );

docs/about_model/support_language/index.html

@@ -1358,7 +1358,7 @@ <h3 id="转换教程convert_modelmd"><a data-bs-delay="{&#34;hide&#34;:300,&#34;
                 id:  9 ,
                 href: "\/RapidOCRDocs\/docs\/install_usage\/rapidocr\/install\/",
                 title: "安装",
-                description: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例 如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。 两者均是在CPU上推理的，如想在GPU上推理，可以参考rapidocr_paddle版。 info pypi上各个版本的对应关系： 版本 内置模型版本 对应PaddleOCR 分支 v1.3.x PaddleOCR v4版 release/2.7 v1.2.xv1.1.xv1.0.x PaddleOCR v3版 release/2.6 安装 link顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。 notifications 请使用Python3.6及以上版本。 rapidocr系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考link。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。 pip install rapidocr-onnxruntime 安装速度慢的话，可以指定国内的安装源，如使用清华源： pip install rapidocr_onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple/ 依赖的包如下： info 如果在安装过程中，出现某个依赖包不能正确安装时，可先单独安装某个依赖包，之后再安装rapidocr_onnxruntime即可。 pyclipper\u003e=1.2.1 onnxruntime\u003e=1.7.0 opencv_python\u003e=4.5.1.48 numpy\u003e=1.19.3 six\u003e=1.15.0 Shapely\u003e=1.7.1 PyYAML Pillow ",
+                description: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例 如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。 两者均是在CPU上推理的，如想在GPU上推理，可以参考rapidocr_paddle版。 版本情况 link各个库的最新版本： 库 pypi最新版本 rapidocr_onnxruntime rapidocr_openvino rapidocr_paddle pypi上各个版本的对应关系： 版本 内置模型版本 对应PaddleOCR 分支 v1.3.x PaddleOCR v4版 release/2.7 v1.2.xv1.1.xv1.0.x PaddleOCR v3版 release/2.6 安装 link顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。 notifications 请使用Python3.6及以上版本。 rapidocr系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考link。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。 pip install rapidocr-onnxruntime 安装速度慢的话，可以指定国内的安装源，如使用清华源： pip install rapidocr_onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple/ 依赖的包如下： info 如果在安装过程中，出现某个依赖包不能正确安装时，可先单独安装某个依赖包，之后再安装rapidocr_onnxruntime即可。 pyclipper\u003e=1.2.1 onnxruntime\u003e=1.7.0 opencv_python\u003e=4.5.1.48 numpy\u003e=1.19.3 six\u003e=1.15.0 Shapely\u003e=1.7.1 PyYAML Pillow ",
                 content: " 简介 linkrapidocr_onnxruntime和rapidocr_openvino两个包除推理引擎不同之外，其余均相同。后续说明文档均以rapidocr_onnxruntime为例\n如使用rapidocr_openvino，直接更换关键词rapidocr_onnxruntime为rapidocr_openvino即可。\n两者均是在CPU上推理的，如想在GPU上推理，可以参考"
             }
         );