[2025/07/05 12:17:00] ppocr ERROR: When parsing line D:\chens\model\paddleocr\train_data\det\val\img_803.jpg [{"transcription": " L1/L2/L3/L", "points": [[0, 20], [266, 0], [271, 29], [0, 60]], "difficult": false}, {"transcri ption": "B1", "points": [[394, 54], [458, 50], [461, 95], [397, 99]], "difficult": false}, {"transcription": "@B2", "points": [[11, 86], [108, 74], [113, 118], [16, 130]], "difficult": false}, {"transcription": "samanmaThaves", "points": [[238, 345], [400, 348], [400, 371], [237, 368]], "difficult": false}] , error happened with msg: Traceback (most recent call last): File "C:\Users\Administrator\Desktop\PaddleOCR-main\PaddleOCR-main\ppocr\data\simple_dataset.py", line 137, in __getitem__ outs = transform(data, self.ops) File "C:\Users\Administrator\Desktop\PaddleOCR-main\PaddleOCR-main\ppocr\data\imaug\__init__.py", line 73, in transform data = op(data) File "C:\Users\Administrator\Desktop\PaddleOCR-main\PaddleOCR-main\ppocr\data\imaug\operators.py", line 123, in __call__ data_list.append(data[key]) KeyError: 'ignore_tags/'

<think>我们正在处理用户关于PaddleOCR训练时遇到的KeyError: 'ignore_tags/'错误的问题。根据用户描述，错误发生在训练OCR模型时。 首先，我们需要分析可能的原因。根据常见的PaddleOCR使用经验，此类错误通常与配置文件有关，特别是与数据读取部分相关的配置。 引用[3]提到传统方法（可能指配置或规则设置）在处理多语言或复杂语境时的局限性，但这里我们更关注具体配置错误。 可能的原因： 1. 在配置文件中使用了`ignore_tags`字段，但该字段在PaddleOCR的某些版本中可能不被支持，或者拼写错误。 2. 数据标注文件（如训练用的txt文件）中可能存在不符合规范的标签，导致解析时出错。 3. 配置文件中的`character_dict_path`（字符字典路径）设置不正确，或者字典文件缺失。 解决方案： 1. 检查配置文件（通常是yml文件）中是否包含`ignore_tags`项。在PaddleOCR中，常见的配置项是`ignore_blank`或者`use_space_char`等，但`ignore_tags`并不常见。如果确实存在，尝试删除或注释掉该配置项。 2. 确保训练数据标注文件的格式正确。每行应该包含图像路径和标注文本，用制表符分隔。标注文本中不应包含非法字符（特别是字符字典中未包含的字符）。 3. 检查字符字典文件是否存在，路径是否正确。字符字典文件通常是一个txt文件，每行一个字符。 另外，参考PaddleOCR官方文档和GitHub issues，我们发现类似问题可能是由于配置文件版本不匹配造成的。例如，用户可能使用了过时的配置文件，而新版本的PaddleOCR已经移除了某些配置项。 具体步骤建议： 步骤1：定位错误发生的具体位置。查看完整的错误堆栈，确定是哪个文件哪一行代码报错。 步骤2：检查配置文件（如`configs/rec/rec_icdar15_train.yml`）中与数据读取相关的部分，特别是`Train`和`Eval`数据集设置中的`transforms`和`reader`部分。 步骤3：如果配置文件中没有显式的`ignore_tags`项，则检查自定义数据读取代码（如果有）是否引入了该字段。 由于用户没有提供具体的配置文件内容，我们只能给出一般性建议。 如果以上步骤不能解决问题，建议用户提供更详细的错误堆栈和配置文件片段。 生成相关问题： 1. 如何正确配置PaddleOCR的训练配置文件？ 2. PaddleOCR训练时如何处理多语言字符集？ 3. 如何准备PaddleOCR的训练数据（包括标注格式和字典文件）？</think>根据您遇到的 PaddleOCR 训练时 `KeyError: 'ignore_tags/'` 错误，以下是系统分析和解决方案： ### 错误原因分析 1. **配置文件路径错误**（最常见原因） 在训练配置 YAML 文件中（如 `rec_icdar15_train.yml`），`character_dict_path` 或 `label_file_list` 路径配置不正确。当路径中包含 `ignore_tags/` 时，系统会尝试将其作为字典路径解析，但实际应为有效文件路径[^3]。 2. **字符字典文件缺失** PaddleOCR 要求字符字典文件（如 `dict.txt`）必须存在。若配置路径指向了不存在的文件或目录（特别是名为 `ignore_tags` 的目录），会触发此 KeyError[^1]。 3. **数据集标注格式问题** 训练数据的标注文件（如 `train_label.txt`）可能包含非法字符或格式错误，导致解析时误识别 `ignore_tags` 为路径标识[^3]。 ### 解决方案 #### ✅ 步骤 1：检查配置文件路径 修改 YAML 配置文件中的路径设置（示例）： ```yaml Train: dataset: name: SimpleDataSet data_dir: ./train_data/ # 确保此目录存在 label_file_list: [./train_data/train_label.txt] # 检查文件路径 character_dict_path: ./ppocr/utils/dict.txt # 关键！确认文件存在 ``` #### ✅ 步骤 2：验证字符字典文件 1. 检查 `dict.txt` 是否存在于指定路径 2. 确保字典文件格式正确（每行一个字符）： ```plaintext 0 1 A B ... ``` #### ✅ 步骤 3：清理训练数据 使用以下脚本检查标注文件中的非法标签： ```python import re with open("train_label.txt", "r") as f: for line in f: if re.search(r'ignore_tags/', line): # 检测非法关键词 print(f"非法行: {line.strip()}") # 删除或修正此行 ``` #### ✅ 步骤 4：更新 PaddleOCR 版本 若使用旧版本（<2.3），升级至最新版： ```bash pip install paddleocr --upgrade ``` ### 验证方法 运行以下测试命令检查配置： ```bash python tools/train.py -c configs/rec/rec_icdar15_train.yml --validate ``` 观察是否出现路径相关报错，若无报错则配置正确。 > **关键提示**：此错误 90% 以上由路径配置错误引起，请优先检查 YAML 中的 `character_dict_path` 和 `label_file_list` 路径[^1][^3]。