跑通CLIP4STR，用于字符识别的预标签制作

猫猫与橙子

于 2024-01-26 09:38:06 发布

阅读量1k

点赞数 9

CC 4.0 BY-SA版权

分类专栏： ocr linux 文章标签： OCR

本文链接：https://blog.csdn.net/qq_22764813/article/details/135858030

本文介绍了如何在GitHub上下载和配置CLIP4STR模型，包括环境设置、虚拟环境创建、应用库安装，以及在使用过程中遇到的显卡驱动过旧问题的解决方法。尽管模型对短文本识别表现良好，但因其推理尺寸限制，不适用于长文本行的识别，因此未用于标签质检。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

工程链接：https://github.com/VamosC/CLIP4STR

下载工程链接工程，下载模型clip4str_base16x16_d70bde1f2d.ckpt和ViT-B-16.pt；

首先根据工程中的README.md进行环境处理：

Requires `Python >= 3.8` and `PyTorch >= 1.12`.
The following commands are tested on a Linux machine with CUDA Driver Version `525.105.17` and CUDA Version `11.3`.
```
conda create --name clip4str python==3.8
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 -c pytorch
pip install -r requirements.txt

具体步骤：

1.指定环境，创立虚拟环境

conda create --name /home/fxp/fxp/envs/CLIP4STR python==3.8

2.启动虚拟环境

source activate /home/fxp/fxp/envs/CLIP4STR

3.装指定的应用库

1&#x

最低0.47元/天解锁文章