全能OCR神器GOT-OCR2.0整合包部署教程

原创已于 2024-11-11 16:53:12 修改 · 2.6k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#ocr #GOT-OCR2.0 #整合包

于 2024-09-20 11:58:33 首次发布

Github开源项目专栏收录该内容

32 篇文章

订阅专栏

项目地址:https://github.com/Ucas-HaoranWei/GOT-OCR2.0

整合包下载：https://pan.quark.cn/s/3757da820e65

显卡建议使用RTX 30以上的

①先安装NVIDIA显卡驱动：

https://www.nvidia.cn/drivers/lookup/

输入显卡型号搜索就行

②安装CUDA 工具包

cuda_12.6.1_560.94_windows.exe

链接：https://pan.quark.cn/s/79e3930d439c

版本对应关系参考：

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

编辑系统环境变量参考：

CUDA_HOME=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp

验证 CUDA 版本
```
#确认输出显示 CUDA 版本为 12.6
nvcc --version 
```
双击打开脚本"D:\GOT-OCR2.0\查看cuda版本.bat"（在整合包里）

③安装cuDNN

https://developer.nvidia.com/cudnn-downloads?target_os=Windows

cudnn-windows-x86_64-9.4.0.58_cuda11-archive.zip

链接：https://pan.quark.cn/s/793bdc4a379f

找到 CUDA 的安装目录，其下也存在 bin、include、lib 三个目录

将 cuDNN 解压后得到的 bin、include、lib 三个目录中的内容分别复制到 CUDA 安装目录下的对应目录中。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6

在 CUDA 的安装目录下的 extras\demo_suite 目录下找到 bandwidthTest.exe 和 deviceQuery.exe 两个文件，分别在 ⌈命令提示符⌋ 中执行（直接双击可能会一闪而过）若均执行成功，说明 cuDNN 安装成功。

整合包使用：

自解压：GOT-OCR2.0Win整合包0920.exe

解压到D盘根目录，如图

确保python路径正确 D:\GOT-OCR2.0\GOT-OCR2.0\.pyenv\pyenv-win\versions\3.10.11

测试flash-attn.bat

start.cmd

1、测试简单文本识别

识别结果：劳动密集型企业

2、给出其他示例代码，手动复制执行