https://cloud.tencent.com/developer/article/2277060
常用的两款AI可视化交互应用比较：
方便调试：gradio可以在jupyter中直接展示页面，更加方便调试。
Gradio官网链接：https://gradio.app/
Python第三方库Gradio快速上手，当前版本V3.27.0
pip install gradio #为了更快安装，可以使用清华镜像源 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gradio
import gradio as gr #输入文本处理程序 def greet(name): return "Hello " + name + "!" #接口创建函数 #fn设置处理函数，inputs设置输入接口组件，outputs设置输出接口组件 #fn,inputs,outputs都是必填函数 demo = gr.Interface(fn=greet, inputs="text", outputs="text") demo.launch()
运行程序后，打开 http://localhost:7860 即可看到网页效果。左边是文本输入框，右边是结果展示框。Clear按钮用于重置网页状态，Submit按钮用于执行处理程序，Flag按钮用于保存结果到本地。
如果有了测试DEMO ,
来自复旦大学 FVL 实验室的 OpenOCR 工具箱，以及其核心模型 UniRec-0.1B。
作为一个长期关注 OCR 领域发展的技术人，我必须说，这个项目的思路真的很"反直觉"：在大模型横行的时代，它偏偏选择了一条轻量化的路线，仅用 1 亿参数就达到了甚至超越了数十亿参数大模型的效果。
作者：章北海mlpy
链接：https://www.zhihu.com/question/429075911/answer/2002333610561261919
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
git clone https://github.com/Topdu/OpenOCR.git pip install onnxruntime cd OpenOCR huggingface-cli download topdu/unirec_0_1b_onnx --local-dir ./unirec_0_1b_onnx # 推理 python ./tools/depolyment/unirec_onnx/infer_onnx.py --image /path/to/image 作者：章北海mlpy 链接：https://www.zhihu.com/question/429075911/answer/2002333610561261919 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
# 1. 设置临时环境变量（仅当前窗口有效） $env:HF_ENDPOINT="https://hf-mirror.com" # 2. （可选）开启多线程传输加速 $env:HF_HUB_ENABLE_HF_TRANSFER="1" # 3. 执行下载命令 huggingface-cli download topdu/unirec_0_1b_onnx --local-dir ./unirec_0_1b_onnx
方法二：
# 创建环境 conda create -n openocr python==3.10 conda activate openocr # 安装 PyTorch conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=11.8 -c pytorch -c nvidia # 克隆项目 git clone https://github.com/Topdu/OpenOCR.git cd OpenOCR pip install -r requirements.txt # 下载模型 huggingface-cli download topdu/unirec-0.1b --local-dir ./unirec-0.1b # 推理 python tools/infer_rec.py --c ./configs/rec/unirec/focalsvtr_ardecoder_unirec.yml --o Global.infer_img=/path/img
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。