--- title: ocr2 canonical_url: "https://www.modelscope.cn/models/xiaolv/ocr2" md_url: "https://www.modelscope.cn/models/xiaolv/ocr2.md" repository: xiaolv/ocr2 chinese_name: "验证码识别模型2.0" last_updated: 2025-12-01 license: "Apache License 2.0" pipeline_tag: ocr-recognition tasks: - ocr-recognition base_model: - iic/cv_convnextTiny_ocr-recognition-general_damo base_model_relation: finetune library_name: - pytorch frameworks: - pytorch language: - en - zh domain: - cv downloads: 235 stars: 2 tags: - OCR - Alibaba - "文字识别" - "读光" --- # ocr2 > ocr2 - xiaolv 在 ModelScope 开源的模型。验证码识别模型 ocr-captcha专门识别常见验证码的模型，训练模型有3个： 1.ocrsmall:训练数据大小为700MB，约8.4万张验证码图片，训练轮次27轮，最终的精度将近100%，推荐下载这个模型； 2.ocrbig:训练数据大小为11G，约135万个验证码图片，训练轮次1轮，最终的精度将近93.95%(由于资源问题，无法训练太久)； xiaolv/ocr2 是 ModelScope 魔搭社区上的ocr-recognition模型，采用 Apache License 2.0 许可，基于 iic/cv_convnextTiny_ocr-recognition-general_damo 构建。 - **Repository**: xiaolv/ocr2 - **License**: Apache License 2.0 - **Tasks**: ocr-recognition - **Base model**: iic/cv_convnextTiny_ocr-recognition-general_damo - **Tags**: OCR, Alibaba, 文字识别, 读光 - **Downloads**: 235 - **Stars**: 2 - **Last updated**: 2025-12-01 Source: https://www.modelscope.cn/models/xiaolv/ocr2 --- ## 介绍（Introduction） **验证码识别模型 ocr-captcha**专门识别常见验证码的模型，训练模型有3个： 1.**[ocr_small](https://modelscope.cn/models/xiaolv/ocr_small/summary)**:训练数据大小为700MB，约8.4万张验证码图片，训练轮次27轮，最终的精度将近100%，推荐下载这个模型； 2.**[ocr_big](https://modelscope.cn/models/xiaolv/ocr_big/summary)**:训练数据大小为11G，约135万个验证码图片，训练轮次1轮，最终的精度将近93.95%(由于资源问题，无法训练太久)； 3.🚀 **[2025-11-20]** **[ocr2](https://modelscope.cn/models/xiaolv/ocr2/summary)**:训练数据大小为3G，约60万个验证码图片，训练轮次30轮，最终的精度将近`{"accuracy": 0.988, "AR": 0.998}`；版本号为：`model_revision='v1.0.1'` ## 数据分布 1.**类型**：`1` 纯数字（`0-9`）；`2` 数字+字母（`0-9 + a-z + A-Z`）；`3` 纯字母（`a-z + A-Z`）；`4` 手机号（11 位随机数字）；`5` 邮箱（本地部分使用 `a-zA-Z0-9`，域名来自常见集合；渲染与标签均去掉 `.`，保留 `@`）；`6` 区号电话（区号与主号随机数字，格式可能包含括号或连字符，分机号可选） 2.**长度**：2-8位 ## 数据微调 1.**基座模型**：基座模型参考达摩院发布的[读光-文字识别-行识别模型-中英-通用领域](https://www.modelscope.cn/models/damo/cv_convnextTiny_ocr-recognition-general_damo/summary) 2.**具体微调参考以上链接** ## 模型体验链接 modelscope：[验证码识别模型（ocr-captcha）](https://modelscope.cn/studios/xiaolv/ocr/summary) ## 模型能力 通过新的数据与训练策略，模型具备以下能力与改进： 1. 正确识别数字 `0`，不再将 `0` 误判为字母 `O` 2. 对适度干扰线条、噪点与背景浅色线条具备鲁棒性 3. 文本统一居中绘制、无旋转，训练与推理一致性更好 4. 支持 6 类目标文本（含手机号、邮箱、区号电话）；邮箱渲染与标签去点号 5. 提供随机与单色文本颜色两种模式，默认暗色随机色提升泛化 ## 快速使用（Quickstart） 代码提供web网页版：```myself_train_model.py``` 详细数据参考huggingface代码：[xiaolv/ocr-captcha](https://huggingface.co/xiaolv/ocr-captcha) ```python from modelscope.pipelines import pipeline from modelscope.utils.constant import Tasks import gradio as gr import os class xiaolv_ocr_model(): def __init__(self): model_small = r"./output_small" model_big = r"./output_big" self.ocr_recognition_small = pipeline(Tasks.ocr_recognition, model=model_small) self.ocr_recognition1_big = pipeline(Tasks.ocr_recognition, model=model_big) def run(self,pict_path,moshi = "small", context=[]): pict_path = pict_path.name context = [pict_path] if moshi == "small": result = self.ocr_recognition_small(pict_path) else: result = self.ocr_recognition1_big(pict_path) context += [str(result['text'][0])] responses = [(u, b) for u, b in zip(context[::2], context[1::2])] print(f"识别的结果为：{result}") os.remove(pict_path) return responses,context if __name__ == "__main__": pict_path = r"C:\Users\admin\Desktop\图片识别测试\企业微信截图_16895911221007.png" ocr_model = xiaolv_ocr_model() # ocr_model.run(pict_path) ``` ## 快速使用gradio ```python import os os.system('pip install "modelscope==1.8.0" -f https://pypi.org/project/modelscope/') from modelscope.pipelines import pipeline from modelscope.utils.constant import Tasks import gradio as gr # os.system('pip install "modelscope[cv]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html') # os.system('pip install "modelscope==1.8.0" -f -f https://pypi.org/project/modelscope/') # os.system('pip install "modelscope" --upgrade -f https://pypi.org/project/modelscope/') class xiaolv_ocr_model(): def __init__(self): model_small = r"xiaolv/ocr_small" model_big = r"xiaolv/ocr_big" model_ocr2 = r"xiaolv/ocr2" self.ocr_recognition_small = pipeline(Tasks.ocr_recognition, model=model_small,model_revision='v1.0.0') self.ocr_recognition1_big = pipeline(Tasks.ocr_recognition, model=model_big,model_revision='v1.0.0') self.ocr_recognition_ocr2 = pipeline(Tasks.ocr_recognition, model=model_ocr2,model_revision='v1.0.1') self.ocr_dict = { "small":self.ocr_recognition_small , "big": self.ocr_recognition1_big, "ocr2": self.ocr_recognition_ocr2, } def run(self,pict_path,moshi = "ocr2", context=[]): pict_path = pict_path.name context = [pict_path] print(f">>>> 使用模型：{moshi}") models_ocr = self.ocr_dict.get(moshi,"ocr2") result = models_ocr(pict_path) context += [str(result['text'][0])] responses = [(u, b) for u, b in zip(context[::2], context[1::2])] print(f">>>>>>> 识别的结果为：{result}") os.remove(pict_path) return responses,context if __name__ == "__main__": ocr_model = xiaolv_ocr_model() with gr.Blocks() as demo: gr.HTML("""

常见验证码识别——小吕

""") with gr.Tab("验证码模型"): with gr.Accordion(open=False,label="说明文档"): gr.Markdown(""" #### 专门识别常见验证码的模型，训练模型有2个： * 1.**small**:训练数据大小为700MB，约8.4万张验证码图片，训练轮次27轮，最终的精度将近100%； * 2.**big**:训练数据大小为11G，约135万个验证码图片，训练轮次1轮，最终的精度将近93.95%； 3.🚀 **[2025-11-20]** **[ocr2]**:训练数据大小为3G，约60万个验证码图片，训练轮次30轮，最终的精度将近`{"accuracy": 0.98, "AR": 0.99}`； #### 训练验证码图片包括： * 类型：1. 纯数字型；2. 数字+字母型；3.纯字母型（大小写） * 长度：4位、5位、6位 #### ocr2：新增能力： 通过新的数据与训练策略，模型具备以下能力与改进： 1. 正确识别数字 `0`，不再将 `0` 误判为字母 `O` 2. 对适度干扰线条、噪点与背景浅色线条具备鲁棒性 3. 文本统一居中绘制、无旋转，训练与推理一致性更好 4. 支持 6 类目标文本（含手机号、邮箱、区号电话）；邮箱渲染与标签去点号 5. 提供随机与单色文本颜色两种模式，默认暗色随机色提升泛化 ### 可以使用API调用--点击底部 Use via API """) with gr.Row(): with gr.Column(): select_types = gr.Radio(label="模型类型选择", choices=["ocr2","small", "big",], value="ocr2") img_input = gr.File(label='输入图像,目前支持图片格式(png\jpg等)，建议使用png格式。',file_types=[".jpg",".jpeg",".png"]) with gr.Column(): chatbot = gr.Chatbot([]) with gr.Row(): btn_submit = gr.Button(value="一键识别") state = gr.State([]) btn_submit.click(fn=ocr_model.run, inputs=[img_input, select_types], outputs=[chatbot, state],api_name="xiaolv") demo.launch(show_error=True,share=True) ``` ## 联系我们（Contact Us） 如果你想给我们的研发团队和产品团队留言，请通过邮件（2240560729@qq.com）联系我们。