“觞”字识别不出来

[renshujiajia]

🔎 Search before asking

• I have searched the PaddleOCR Docs and found no similar bug report.
• I have searched the PaddleOCR Issues and found no similar bug report.
• I have searched the PaddleOCR Discussions and found no similar bug report.

🐛 Bug (问题描述)

ppocrv4识别”觞“这个字没有识别出来，测试了在线的demo（https://www.paddlepaddle.org.cn/hub/scene/ocr）也无法识别成功

图片识别结果总是： ”持劝侯嬴“

我本地使用PP-OCRv4_mobile_rec识别结果也是”持劝侯嬴“

🏃‍♂️ Environment (运行环境)

本地使用ppocrv4 rec导出rknn进行测试的，但是在线体验demo也出现该问题，推测是通病

🌰 Minimal Reproducible Example (最小可复现问题的Demo)

使用https://www.paddlepaddle.org.cn/hub/scene/ocr进行测试

[jingsongliujing]

可以试试ppocrv4版本的，这个是v3版本的模型：https://paddlepaddle.github.io/PaddleX/latest/module_usage/tutorials/ocr_modules/text_recognition.html#_2

[raoyutian]

高精度模型 可以识别，但最后一个字还是错的

[GreatV]

paddleocr --lang ch_doc --image_dir 435873680-608ba20c-3eb5-48fa-b996-7b7e108494ab.jpg
[2025/04/23 04:45:51] ppocr INFO: for usage help, please use `paddleocr --help`
[2025/04/23 04:45:51] ppocr DEBUG: Namespace(help='==SUPPRESS==', use_gpu=True, use_xpu=False, use_npu=False, use_mlu=False, use_gcu=False, ir_optim=True, use_tensorrt=False, min_subgraph_size=15, precision='fp32', gpu_mem=500, gpu_id=0, image_dir='435873680-608ba20c-3eb5-48fa-b996-7b7e108494ab.jpg', page_num=0, det_algorithm='DB', det_model_dir='/home/greatx/.paddleocr/whl/det/ch/ch_PP-OCRv4_det_infer', det_limit_side_len=960, det_limit_type='max', det_box_type='quad', det_db_thresh=0.3, det_db_box_thresh=0.6, det_db_unclip_ratio=1.5, max_batch_size=10, use_dilation=False, det_db_score_mode='fast', det_east_score_thresh=0.8, det_east_cover_thresh=0.1, det_east_nms_thresh=0.2, det_sast_score_thresh=0.5, det_sast_nms_thresh=0.2, det_pse_thresh=0, det_pse_box_thresh=0.85, det_pse_min_area=16, det_pse_scale=1, scales=[8, 16, 32], alpha=1.0, beta=1.0, fourier_degree=5, rec_algorithm='SVTR_LCNet', rec_model_dir='/home/greatx/.paddleocr/whl/rec/ch_doc/PP-OCRv4_server_rec_doc_infer', rec_image_inverse=True, rec_image_shape='3, 48, 320', rec_batch_num=6, max_text_length=25, rec_char_dict_path='/home/greatx/repos/PaddleOCR/ppocr/utils/dict/ppocrv4_doc_dict.txt', use_space_char=True, vis_font_path='./doc/fonts/simfang.ttf', drop_score=0.5, e2e_algorithm='PGNet', e2e_model_dir=None, e2e_limit_side_len=768, e2e_limit_type='max', e2e_pgnet_score_thresh=0.5, e2e_char_dict_path='./ppocr/utils/ic15_dict.txt', e2e_pgnet_valid_set='totaltext', e2e_pgnet_mode='fast', use_angle_cls=False, cls_model_dir='/home/greatx/.paddleocr/whl/cls/ch_ppocr_mobile_v2.0_cls_infer', cls_image_shape='3, 48, 192', label_list=['0', '180'], cls_batch_num=6, cls_thresh=0.9, enable_mkldnn=False, cpu_threads=10, use_pdserving=False, warmup=False, sr_model_dir=None, sr_image_shape='3, 32, 128', sr_batch_num=1, draw_img_save_dir='./inference_results', save_crop_res=False, crop_res_save_dir='./output', use_mp=False, total_process_num=1, process_id=0, benchmark=False, save_log_path='./log_output/', show_log=True, use_onnx=False, onnx_providers=False, onnx_sess_options=False, return_word_box=False, output='./output', table_max_len=488, table_algorithm='TableAttn', table_model_dir=None, merge_no_span_structure=True, table_char_dict_path=None, formula_algorithm='LaTeXOCR', formula_model_dir=None, formula_char_dict_path=None, formula_batch_num=1, layout_model_dir=None, layout_dict_path=None, layout_score_threshold=0.5, layout_nms_threshold=0.5, kie_algorithm='LayoutXLM', ser_model_dir=None, re_model_dir=None, use_visual_backbone=True, ser_dict_path='../train_data/XFUND/class_list_xfun.txt', ocr_order_method=None, mode='structure', image_orientation=False, layout=True, table=True, formula=False, ocr=True, recovery=False, recovery_to_markdown=False, use_pdf2docx_api=False, invert=False, binarize=False, alphacolor=(255, 255, 255), lang='ch_doc', det=True, rec=True, type='ocr', savefile=False, ocr_version='PP-OCRv4', structure_version='PP-StructureV2')
[2025/04/23 04:45:51] ppocr WARNING: The first GPU is used for inference by default, GPU ID: 0
[2025/04/23 04:45:51] ppocr WARNING: The first GPU is used for inference by default, GPU ID: 0
[2025/04/23 04:45:52] ppocr INFO: **********435873680-608ba20c-3eb5-48fa-b996-7b7e108494ab.jpg**********
[2025/04/23 04:45:52] ppocr DEBUG: dt_boxes num : 1, elapsed : 0.4374732971191406
[2025/04/23 04:45:52] ppocr DEBUG: rec_res num  : 1, elapsed : 0.16639328002929688
[2025/04/23 04:45:52] ppocr INFO: [[[97.0, 184.0], [490.0, 184.0], [490.0, 256.0], [97.0, 256.0]], ('持觞劝侯赢', 0.9502732157707214)]

[GreatV]

您好，针对“觞”字无法被PaddleOCR（包括PP-OCRv4和在线Demo）识别出来的问题，根据您的描述和已提供的相关信息，这通常由以下两个原因导致：

1. 字典覆盖范围有限
PaddleOCR的识别模型依赖于内置的字符字典（如ppocr_keys_v1.txt），里面包括了它能直接识别的汉字。如“觞”这种日常使用不多的生僻字，往往并未收录在默认字典里。模型即使检测到，也无法输出该字的正确识别结果，只能给出相近或者错乱的输出（如“持劝侯嬴”）。

2. 训练数据未覆盖生僻字
PaddleOCR的模型训练主要针对常用汉字，对于生僻字或低频字支持有限。即使加入生僻字到字典，由于模型可能没有针对这些字训练，识别效果通常也不佳。

---

解决思路

1. 自定义字典
   • 检查rec_char_dict_path指向的字典文件，确认是否包含“觞”字；如未包含，可添加进去（如在字典最后添加“觞”）。
2. 微调或重新训练识别模型
   • 单纯修改字典不会让模型马上识别这些新字。要让模型识别“觞”，需要在包含此字的图片样本基础上，对识别模型（rec）进行微调或重新训练。
   • 官方自定义模型训练文档可供参考。
3. 模型更新后部署
   • 微调后，导出模型重新部署，无论是本地还是边缘设备（如rknn）。

---

相关参考

• 部分内容没有识别出来：该Issue描述OCR模型对部分内容漏检/漏识别，原因与字典、训练样本覆盖有限有关，和您的现象类似。

---

小结

综上，无法识别“觞”字主因是模型字典和训练样本限制。请按上述建议添加字典条目并微调模型。如只添加字典且不训练，模型通常无法正确输出新加汉字。
如需具体自定义训练流程指引，欢迎补充说明！

---

Response generated by 🤖 feifei-bot | gpt-4.1

⚠️ This is an AI-generated response. Please verify any critical information.