5ab4bef80e
交付:
· 产物按变体命名:CPU -> dist/ocr-server/,GPU -> dist/ocr-server-gpu/。
变体由构建环境实际装的 paddle 自动判断,不需要人工声明
· GPU 包额外加 --collect-binaries nvidia。漏收的后果实测是最难查的那种:
引擎能正常加载、设备也识别成 GPU,但第一次推理才报
cudnn64_9.dll error 126
· --copy-metadata 的发行包名随变体变化(paddlepaddle / paddlepaddle-gpu),
改由 scripts/paddle_env.py 动态取;写死任何一个在另一种环境下都打不出包
· 新增 scripts/prepare_release_config.py 按变体覆盖发布配置(用 Python 改写
以保持 UTF-8,PowerShell 的 Set-Content 会把中文注释写坏)
环境:
· paddle 从 pyproject 依赖里移除,改用 scripts/install_paddle.py 安装。
它没法写死:CPU/GPU 互斥,GPU 还得按显卡选 CUDA 通道(RTX 50 系必须 cu129)。
钉死 CPU 版时,uv sync / uv run / PyCharm 自动同步都会把装好的
paddlepaddle-gpu 静默挤掉、服务悄悄退回 CPU(实测踩过三次)
· 新增 scripts/switch_env.py:.venv(CPU)与 .venv-gpu(GPU)两套环境共存,
切换零成本;所有 uv run 补 --no-sync,打包改用 uv sync --inexact
· 预置模型扩到 8 套(v4/v5 × 服务端/移动端 × 检测/识别,约 398MB)
其它:
· scripts/start.* 先找发布包再退回源码环境;入口脚本名固定是 ocr-server
· benchmark_ocr.py 输出 segments 与 chars,换设备/模型时可直接比对召回
· .gitignore 覆盖 .venv-gpu/ 与 dist*/
Co-Authored-By: Claude Code <noreply@anthropic.com>
31 lines
655 B
Batchfile
31 lines
655 B
Batchfile
@echo off
|
||
setlocal
|
||
|
||
cd /d "%~dp0.."
|
||
|
||
echo [OCR] 检查并下载缺失模型...
|
||
|
||
where uv >nul 2>nul
|
||
if errorlevel 1 (
|
||
echo [ERROR] 未找到 uv,请先安装 uv。
|
||
exit /b 1
|
||
)
|
||
|
||
if not exist "config.yaml" (
|
||
echo [ERROR] 未找到 config.yaml,请从项目根目录运行此脚本。
|
||
exit /b 1
|
||
)
|
||
|
||
rem --no-sync:uv run 默认会按 pyproject.toml 同步环境,那里声明的是 CPU 版
|
||
rem paddlepaddle,会把装好的 paddlepaddle-gpu 冲掉。
|
||
uv run --no-sync python scripts\download_models.py
|
||
if errorlevel 1 (
|
||
echo [ERROR] 模型下载失败。
|
||
endlocal
|
||
exit /b 1
|
||
)
|
||
|
||
echo [OCR] 模型已就绪。
|
||
endlocal
|
||
exit /b 0
|