请问怎么增加新的生僻字的识别呀？谢谢了。

[happyh]

我是这么操作的，但是不行：

1. 我使用PPOCRLabel标注了生僻字的20个图片训练数据。
2. 我在ppocr_keys_v1.txt的最后加入了对应的生僻字。
3. 然后基于ch_PP-OCRv4_rec_train.tar和ch_PP-OCRv4_det_train.tar进行了训练。
4. 然后使用tools/export_model.py导出了训练的结果，
5. 但是使用： tools/infer/predict_system.py --image_dir="D:/pic" --det_model_dir="./inference_model/det" --rec_model_dir="./inference_model/rec"，识别不了新加的生僻字，而且非新加生僻字也识别不了。

我使用下面命令导出ch_PP-OCRv4_rec_train.tar和ch_PP-OCRv4_det_train.tar的模型再使用predict_system.py也不能正常识别非新加生僻字：
python tools/export_model.py -c "./configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml" -o Global.pretrained_model="pretrained_model\ch_PP-OCRv4_rec_train\student.pdparams" Global.save_inference_dir="./inference_model/rec/"

但是使用下面的命令使用原本的模型是能正常识别非新加的生僻字：
python tools/infer/predict_system.py --image_dir="D:/pic" --det_model_dir="pretrained_model\ch_PP-OCRv4_det_infer" --rec_model_dir="pretrained_model\ch_PP-OCRv4_rec_infer"

[GreatV]

根据你的描述和参考文档中的信息，以下是可能导致问题的原因及解决方案：

---

问题分析

1. 生僻字未被正确加入字典
   你提到已将生僻字加入ppocr_keys_v1.txt，但需要确保：

   • 该文件被正确加载到训练和推理过程中。
   • 训练使用的ch_PP-OCRv4_rec.yml配置文件中，字典路径是否正确指向修改后的ppocr_keys_v1.txt。

2. 训练数据不足

   • 仅使用20张图片可能不足以训练出具有泛化能力的模型。生僻字的训练通常需要更多样本（建议至少几百张）。
   • 数据增强（如旋转、模糊、噪声等）可以提升模型对生僻字的识别能力。

3. 模型导出的配置问题
   参考提供的文档，模型在export_model.py导出后，识别能力可能会下降。例如：

   • 推理精度下降的原因可能是训练的模型未正确导出，或导出的模型未包含字典的更新。
   • 使用的推理脚本是否和训练流程中的配置完全一致。

4. 未正确加载新训练模型

   • 你提到使用原始模型可以正常识别非新加生僻字，而使用新训练模型却无法识别。这可能表明新模型未正确加载或训练未生效。

---

解决方案

1. 检查字典加载

• 确保修改后的ppocr_keys_v1.txt被正确加载：
  • 在ch_PP-OCRv4_rec.yml中找到CharacterDictPath选项，确认其路径指向修改后的字典文件。
  • 示例：

    CharacterDictPath: ./ppocr_keys_v1.txt

  • 确保推理时的配置文件也使用了同一字典文件。

2. 增加训练样本

• 收集更多样本，并对数据进行增强。例如：

  pip install albumentations

  使用数据增强库生成不同字体、大小、模糊程度的图片。

• 同时，确保训练数据的多样性，避免模型过拟合。

3. 确保模型导出无误

• 在导出模型前，使用infer_rec.py验证训练模型的精度：

  python tools/infer_rec.py \
      -c configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml \
      -o Global.pretrained_model=./output/rec/latest \
      Global.infer_img=./test_image.png

  • 如果训练模型在此步骤正确识别生僻字，说明模型训练无问题。
  • 若此步骤准确率高但导出模型后准确率下降，可能是导出配置有问题。

• 确保导出时使用一致的配置文件和预训练模型：

  python tools/export_model.py \
      -c configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml \
      -o Global.pretrained_model=./output/rec/latest \
      Global.save_inference_dir=./inference_model/rec

4. 验证推理流程

• 使用导出的模型进行推理，确认模型加载正确：

  python tools/infer/predict_system.py \
      --image_dir="D:/pic" \
      --det_model_dir="./inference_model/det" \
      --rec_model_dir="./inference_model/rec"

  • 如果推理结果仍然不正确，检查推理脚本中的配置是否和训练中的配置一致，尤其是字典路径。

5. Debug 思路

• 打印推理过程中的字典内容，确保生僻字已被正确加载：

  with open('ppocr_keys_v1.txt', 'r', encoding='utf-8') as f:
      print(f.read())

• 在推理代码中，检查是否加载了正确的模型文件和字典。

---

参考讨论

在你提供的相关讨论（Discussion Link）中，提到导出模型后识别能力下降的问题，可能是导出步骤中未正确加载预训练模型或配置文件。请对比训练和导出的配置，确保一致性。

---

总结

• 检查字典加载是否正确：训练和推理都需要使用更新后的字典。
• 增加训练数据：20张图片可能不足以支持生僻字的准确识别。
• 验证模型导出和加载流程：排查训练模型和导出模型的配置是否一致。
• Debug 推理脚本：确保推理过程中加载了正确的模型和字典。

如果仍有问题，可以提供更详细的日志或代码配置，我们可以进一步分析！

---

Response generated by feifei-bot | chatgpt-4o-latest

[happyh]

发现问题了，如果在 ppocr_keys_v1.txt 里面新增加 字符，好像这个ch_PP-OCRv4_rec_train.tar就对应不上了，不能使用这个进行训练了。
请问这个有什么办法解决吗？

谢谢了。