---
title: ocr-pipeline-atlas
canonical_url: "https://www.modelscope.cn/datasets/YuanhongZheng/ocr-pipeline-atlas"
md_url: "https://www.modelscope.cn/datasets/YuanhongZheng/ocr-pipeline-atlas.md"
repository: YuanhongZheng/ocr-pipeline-atlas
chinese_name: "OCR Pipeline Atlas · 流程文档与复现代码"
last_updated: 2026-10-27
license: Apache-2.0
storage_size: "46 MB"
downloads: 59
stars: 0
---

# ocr-pipeline-atlas

> ocr-pipeline-atlas - YuanhongZheng 在 ModelScope 开源的数据集。Complete static visualization, 60 step-by-step explanations, and reproducible source bundles for 9 OCR pipelines.

YuanhongZheng/ocr-pipeline-atlas 是 ModelScope 魔搭社区上的数据集，存储大小 46 MB，采用 Apache-2.0 许可。

- **Repository**: YuanhongZheng/ocr-pipeline-atlas
- **License**: Apache-2.0
- **Storage size**: 46 MB
- **Downloads**: 59
- **Stars**: 0
- **Last updated**: 2026-10-27

Source: https://www.modelscope.cn/datasets/YuanhongZheng/ocr-pipeline-atlas

---

# OCR Pipeline Atlas · 可视化文档与复现代码

本公开数据集完整收录静态可视化页面、清单与扫描报告，以及所选 9 条 OCR Pipeline 的源码复现包。
9 份详细文档共 60 个步骤，逐步记录输入、目的、具体实现、输出、分支检查和对应代码位置。

## 下载与查看可视化页面

在「文件」页下载 **downloads/ocr-atlas-complete.zip**，这是完整页面和代码的离线包。
解压后进入 ocr-pipeline-atlas/，打开 index.html 即可浏览；也可以运行：

```bash
python3 -m http.server 8000
# 浏览器打开 http://localhost:8000/?view=docs&doc=3
```

页面所需脚本、样式、数据、文档和配套代码包均已包含，无外部 CDN 依赖。
原离线包不会再递归包含自身 ZIP；它已包含本数据集中供浏览和复现使用的全部网页资源及代码。

## 文件结构

| 目录 / 文件 | 用途 |
| --- | --- |
| index.html、app.js、style.css、docs.css、data.js、pipeline-docs.js | 完整静态可视化页面 |
| data/ | 主清单、附清单、报告、逐条文档 TXT/JSON 和扫描记录 |
| pipelines/ | 9 套代码、内部共享依赖、配置样例、缺失项、逐文件来源与校验记录 |
| downloads/ocr-atlas-complete.zip | 完整网页、全部配套文件和代码的离线包 |
| downloads/all-9-pipelines.zip | 仅 9 套代码的合并包 |
| downloads/03-*.zip 等 | 每条 Pipeline 的独立复现包 |
| PUBLICATION_MANIFEST.json | 发布文件 SHA-256 清单 |

## Pipeline

03 PaddleOCR-VL / Hunyuan 视频 OCR；07 OCR Captioner 数据到训练；
04 文字密集视频与镜头变化筛选；08 SCAIL-2 硬字幕过滤；
05 Gemini 图片/视频 OCR 校验；24 VLM-Recap Qwen OCR + Gemini 合并；
06 caption_ocr 文字属性增强；28 v5-data 文字密度索引；35 WanStreamer 视频 OCR 产物检查。

## 复现范围

各 Pipeline 先阅读目录中的 README.txt、PIPELINE.txt、env.example.sh 和 EXTERNAL_DEPENDENCIES.txt。
复制版只做必要配置调整；已知问题按现状保留并在文档中说明。
源码包含 1285 个原工程文件及少量配置包装，逐文件来源、原始哈希、复制后哈希与改动见 MANIFEST.json。
模型权重、业务数据、已安装环境和认证文件需单独准备，各篇已列清位置与缺失项。
已检查代码语法、文件哈希、ZIP 解压、页面交互和链接，并完成部分合成数据 CPU 验证；
未执行 GPU 推理、训练、Tesseract 识别或外部 Gemini API。
各部分代码保留原许可证文件，并遵循各自原有许可与使用约定。