有几处问题

[yumianhuli2]

调用RapidVideoSubFinderOCR api，发现几处问题，求教如何解哈
1、个别1-2个字的字幕行无法识别
2、视频中第二行字幕都无法识别，但VSF是给完整了
举例：

00:02:11,366 --> 00:02:13,699
去翡翠公寓把方墨的东西全部给我搬过

‘来’这个字无法识别

3、对于识别错误的字，有换其他模型提高准确率的方法吗？
4、除了create_cleared_text_images设置为False之外，还有什么其他方法能缩小VSF和OCR的处理时间？

谢谢，大佬！

[SWHL]

丢失文字和识别错误的问题，是OCR模型问题。可以考虑使用sever版的检测和识别模型。详情参见：https://rapidai.github.io/RapidOCRDocs/docs/blog/01_optim_tutorial/

问题4：这个除非用GPU或者用其他在线OCR API

[yumianhuli2]

ok，3Q。VSF还可以用GPU吗？OCR我尝试过使用use_cuda=True，耗时反而更长咯

[SWHL]

如果想用GPU，就要安装rapidocr paddle版本。建议去看RapidOCR官方文档翻一下

…

---- 回复的原邮件 ---- | 发件人 | ***@***.***> | | 发送日期 | 2024年03月28日 22:26 | | 收件人 | SWHL/RapidVideOCR ***@***.***> | | 抄送人 | SWHL ***@***.***>, Comment ***@***.***> | | 主题 | Re: [SWHL/RapidVideOCR] 有几处问题 (Discussion #54) | ok，3Q。VSF还可以用GPU吗？OCR我尝试过使用use_cuda=True，耗时反而更长咯 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[yumianhuli2]

感觉OCR识别时间不是瓶颈，即使是CPU也不慢，但VSF耗时比较长

[SWHL]

VSF这个算是极限了，C++编写的。似乎VSF也可以用GPU，可以调研一下