revert: remove enable_detection and return_word_box options

按需求移除两个开关:
- enable_detection:跳过检测直接识别,实测只对单行图有效,多行文档会返回空结果
- return_word_box:字/词级坐标,默认即关闭且开销在噪声内,无实际收益
恢复正常的两段式链路:文本检测 → 文本识别。

Co-Authored-By: Claude Code <noreply@anthropic.com>
This commit is contained in:
zimoyin
2026-10-13 19:16:21 +08:00
parent 932f1a8b13
commit cf7088a13d
10 changed files with 31 additions and 366 deletions
-15
View File
@@ -52,21 +52,6 @@ text_recognition_batch_size: 8
# 而且会挤占同机其它服务。建议用 benchmark_ocr.py 实测后再定。
cpu_threads: 1
# 是否先做文本框检测(det 模型),再做文字识别(rec 模型)。
# true(默认)= 检测 + 识别:先找出所有文本框,再逐个识别。适合正常的多行文档/截图。
# false = 跳过检测,直接把整张图当作「一行文本」送识别模型。
# ⚠️ 只适用于图片本身就是单行文本的场景(例如你自己裁好的一行文字)。
# 识别模型会把输入统一缩放到高约 48px,多行图会被压扁到读不出内容,
# 此时服务会返回空结果并打印告警。
# 关闭检测后 text_det_limit_side_len / text_det_* 等检测参数不再生效。
# 备注:检测模型不是「画框」,而是用来定位文字区域;正常 OCR 必须保留。
enable_detection: true
# 是否返回每个识别文本框内部的字/词级 polygon。
# false:默认,只返回行/文本片段框,速度更快、JSON 更小。
# true :在 data.result.polygon.textN.words 中返回字/词级四点坐标,会增加耗时和响应体积。
return_word_box: false
# 是否启用 oneDNN(MKLDNN)CPU 加速。
# true = 启用,CPU 推理明显更快(1.png 实测 148.12s -> 30.95s,快 4.8 倍),
# 且输出逐字节一致(md5 相同),不影响精度。