search

XJF2332 / GOT-OCR-2-GUI

GOT-OCR的GUI版本，提供OCR、导出PDF、批处理等功能，但不提供训练功能
Apache License 2.0
118 stars 12 forks source link

问个特别菜的问题，下载模型到底放在什么目录 #2

Closed facegbd closed 2 months ago

facegbd commented 2 months ago

我把下载的“GOT-OCR2_0”文件放在了.\GOT\model下，或者放在.\GOT\model\GOT_weights下，甚至放在主目录下。 运行 总是提示 OSError: models is not a local folder and is not a valid model identifier listed on 'https://huggingface.co/models' If this is a private repository, make sure to pass a token having permission to this repo either by logging in with huggingface-cli login or by passing token=<your_token>

此外这个gui的文件和源文件的位置关系是如何？

i-square commented 2 months ago

你看看代码就知道了：GUI-ZH_CN.py#L8

意思就是把你从huggingface下载的目录直接改名为 models，放在跟脚本同级的地方，比如脚本在 test_dir/GUI-ZH_CN.py，模型目录就是 test_dir/models

XJF2332 commented 2 months ago

models文件夹，不是model文件夹（

XJF2332 commented 2 months ago

顺便更新了一下readme，现在模型路径应该很清楚了

facegbd commented 2 months ago

感谢各位的及时帮助，昨天花了十几个小时编译flash_attn 2.6.3，虽然github有编译好的文件但是是linux系统的，我无法使用(也找到了Windows版本的，但是我也没法正确安装)。总结一下，安装和运行这些python程序的时候，主要就是解决依赖包，和正确的目录结构（再次感谢作者，在我求助之后及时的更新了软件目录结构图）。 之前安装got-ocr和got-ocr-2.0-gui失败其实都是fash_attn没有能正确安装导致的。 今天运行正确了之后，又试着在jupyter中调试，则主要遇到的是目录问题，似乎在这种交互式的运行，有一条侦测当前目录的指令不能正确执行。

由于没有编译的经验，直接按照flash_attn官方主页运行了python setup.py install，这样虽然能正确安装，但是却生成了一个egg格式的包，无法pip安装，需要使用setuptools中的eazy_install 安装，但是我试验了一下没法安装成功。必须承认，Python虽然相对简单灵活，但是也是意味着没有规则，就是一座巨大的屎山，就算引入了虚拟环境也不过是造就虚拟化屎山而已。

正常运行之后，发现不能直接处理扫描版的pdf，只能是图片。

再次感谢作者，能够正常的把图片扫描，但是无法保存输出，只能显示在结果框里。

ZhangChao1314 commented 2 months ago

同样的问题，我从百度云下载的GOT-OCR2.0文件夹，下面有benchmarks和GOT_weights目录，然后我是把GOT_weights下面的所有文件拷贝到新建的models文件夹下面，但是会有'GOT'模型无法transformer的问题，在执行conda的安装包路径下models/auto/**.py的时候报错，提示我torch或者transform out date了（目前用的torch2.4.1+cuda12.4）。我应该怎么解决呢。

XJF2332 commented 2 months ago

image image 度盘的文件和huggingface比起来少了东西，从huggingface下载，上不了huggingface的话README有写镜像站

XJF2332 commented 2 months ago

models文件夹应该是这样的 image

ZhangChao1314 commented 2 months ago

image image 度盘的文件和huggingface比起来少了东西，从huggingface下载，上不了huggingface的话README有写镜像站

确实我重新用镜像网站下载的模型文件ok了。感谢！render模式，有办法做批处理吗？而且可以加一个html转word的功能吗（找的在线转的都转换效果不是很好）？我还是需要word可编辑的一个文档。

XJF2332 commented 2 months ago

批处理暂时没有做这个功能，CLI不接受命令行参数，GUI更不用说。至于转word，你用导出的pdf转word看看，这个模型出的html格式有些特殊，我当时整转pdf都花了一些时间，直接转word估计会更麻烦😢

XJF2332 commented 2 months ago

image image 度盘的文件和huggingface比起来少了东西，从huggingface下载，上不了huggingface的话README有写镜像站

确实我重新用镜像网站下载的模型文件ok了。感谢！render模式，有办法做批处理吗？而且可以加一个html转word的功能吗（找的在线转的都转换效果不是很好）？我还是需要word可编辑的一个文档。

批处理已经做出来了，请查看README里关于Renderer.py的描述