Releases: lxw112190/lw.PPOCR.Inference
Release list
v1.3.0 — Linux ONNX Runtime, OpenVINO & OpenCV DNN HTTP Service
lw.PPOCR.Inference v1.3.0
lw.PPOCR.Inference v1.3.0 正式提供三套面向 Ubuntu 20.04 x86_64 的 Linux OCR 部署包:OpenCV DNN、ONNX Runtime 和 OpenVINO。
三个版本均已通过 GitHub Actions CI 和 Ubuntu 20.04 虚拟机验证。部署包已经包含推理 Runtime、PP-OCRv6 tiny 模型、HTTP 服务、浏览器测试页面、API Key、systemd 脚本、许可证和校验文件,下载后不需要仓库源码即可运行。
下载附件
OpenCV DNN CPU
lw.PPOCR.Inference-v1.3.0-linux-x64-opencv.tar.gz
lw.PPOCR.Inference-v1.3.0-linux-x64-opencv.tar.gz.sha256
适合希望部署简单、兼容性明确的通用 CPU 场景,包内固定使用 OpenCV 5.0 DNN CPU 后端。
ONNX Runtime CPU / NVIDIA CUDA
lw.PPOCR.Inference-v1.3.0-linux-x64-onnxruntime-cpu.tar.gz
lw.PPOCR.Inference-v1.3.0-linux-x64-onnxruntime-cpu.tar.gz.sha256
默认内置官方 ONNX Runtime 1.26.0 CPU Runtime,解压后可直接使用 CPU 推理。
设备配置支持:
{"device":"cpu"}
{"device":"cuda"}
{"device":"auto"}cpu:强制使用 CPU。cuda:强制使用 NVIDIA CUDA,CUDA Provider 或依赖不可用时启动失败。auto:优先尝试 CUDA,不可用时回退 CPU。
发布附件不包含 NVIDIA 驱动、CUDA 和 cuDNN。启用 GPU 时,必须使用官方相同 ONNX Runtime 版本、相同 CUDA 系列 GPU 包中的完整 libonnxruntime*.so* 集合替换 CPU 文件。不要只替换一个 .so,也不要混用 CUDA 12 与 CUDA 13 包。本次正式包和虚拟机验证以 CPU Runtime 为基线。
OpenVINO CPU
lw.PPOCR.Inference-v1.3.0-linux-x64-openvino-cpu.tar.gz
lw.PPOCR.Inference-v1.3.0-linux-x64-openvino-cpu.tar.gz.sha256
固定使用官方 OpenVINO 2025.2.0 Ubuntu 20.04 Runtime,包内包含 OpenVINO core、CPU plugin、ONNX frontend、oneTBB、hwloc 和 OCR 所需的最小 OpenCV 共享库。目标机器不需要另外安装 OpenVINO SDK。
当前正式包只开放:
{"device":"CPU"}OpenVINO GPU 暂不纳入 v1.3.0 的稳定支持范围。
v1.3.0 新增与完善
- Linux OpenCV DNN、ONNX Runtime、OpenVINO 三个后端独立打包。
- 支持检测、方向分类、文字识别组成的完整 OCR 流程。
- 支持单张和批量“只识别”接口,客户可直接提交已经裁剪好的文字区域。
- 提供 JSON + Base64 HTTP API。
- 提供浏览器测试页面,在原图绘制识别区域并显示各阶段耗时。
- 支持可选的
X-API-Key请求认证。 - 支持安装为 Linux systemd 服务。
- 服务启动时输出作者、配置和请求参数信息,但不会输出 API Key 明文。
- 三个部署包均携带模型、网页、配置、私有共享库、许可证、包内文件校验和发布文件 SHA-256。
- 三条 CI 均执行 ABI 测试、真实模型正确性测试、HTTP 冒烟测试和打包后再次验证。
LW_PPOCR_API_VERSION保持为1,不改变 v1.0.0/v1.1.0 的公共 ABI。
快速启动
下载所选后端对应的 .tar.gz 和 .tar.gz.sha256 后,在 Linux 执行:
sha256sum -c 文件名.tar.gz.sha256
tar -xzf 文件名.tar.gz
cd 解压后的目录
sudo ./install-deps-ubuntu.sh
./verify-linux-package.sh
./run-http-service.sh浏览器访问:
http://127.0.0.1:8787/
请使用 run-http-service.sh 启动。该脚本会设置当前后端私有共享库所需的 LD_LIBRARY_PATH。如果目录曾在 Windows 解压后再上传,Linux 执行权限可能丢失,可以运行:
chmod +x *.sh更推荐直接把 .tar.gz 上传到 Linux 后解压,以保留权限和符号链接。
HTTP API
| 接口 | 用途 |
|---|---|
GET /health |
服务健康检查,不要求 API Key |
POST /api/ocr |
检测 + 分类 + 识别完整流程 |
POST /api/recognize |
识别已经裁剪好的单张或批量文字区域 |
完整 OCR 请求:
{"image_base64":"..."}批量只识别请求:
{"images_base64":["...","..."]}API Key 与局域网部署
默认仅监听本机且不启用认证:
{
"listen_host": "127.0.0.1",
"api_key": ""
}局域网部署建议修改为:
{
"listen_host": "0.0.0.0",
"api_key": "替换为足够长的随机密钥"
}客户端通过请求头传递:
X-API-Key: 替换为足够长的随机密钥
不要把未设置 API Key 的服务直接暴露到公网,同时应使用防火墙或反向代理限制访问来源。
systemd
完成自检并修改好配置后执行:
sudo ./install-systemd.sh
systemctl status lw-ppocr-http.service
journalctl -u lw-ppocr-http.service -f升级与兼容性
- v1.2.0 OpenCV DNN 用户可以继续使用原部署包。
- 三个 v1.3.0 Linux 包的公共 C ABI 和 HTTP API 相同。
- 三个后端的私有共享库不同,首次切换后端必须下载对应完整包,不建议只复制某个 Runtime
.so。 - 模型、配置或推理框架版本发生变化时,应优先使用完整部署包;只有 Release Notes 明确列出可替换文件时,才建议增量覆盖。
验证状态
- Linux OpenCV DNN:CI 与 Ubuntu 20.04 虚拟机通过。
- Linux ONNX Runtime CPU:CI 与 Ubuntu 20.04 虚拟机通过。
- Linux OpenVINO CPU:CI 与 Ubuntu 20.04 虚拟机通过。
- 完整 OCR、单张/批量只识别、HTTP 网页、API Key、包内校验和 ELF 依赖验证通过。
English Summary
lw.PPOCR.Inference v1.3.0 formally ships three self-contained Linux x64 HTTP OCR packages for Ubuntu 20.04: OpenCV DNN CPU, ONNX Runtime CPU/CUDA, and OpenVINO CPU. All three packages have passed GitHub Actions CI and Ubuntu 20.04 VM validation.
Each package includes the native loader and backend, PP-OCRv6 tiny models, full OCR and recognition-only APIs, a browser test page, optional X-API-Key authentication, systemd scripts, licenses, and SHA-256 verification files. The public C ABI remains version 1.
The ONNX Runtime package bundles ORT 1.26.0 CPU by default. CUDA requires a compatible NVIDIA software stack and the complete matching official GPU libonnxruntime*.so* set. The OpenVINO package bundles OpenVINO 2025.2.0 and intentionally supports CPU only in this release.
v1.3.0 Preview 1 — Linux ONNX Runtime & OpenVINO HTTP Service
v1.3.0 Preview Release Notes
lw.PPOCR.Inference v1.3.0 正式增加 Linux ONNX Runtime 和 Linux OpenVINO 两套独立部署包。
两个版本均面向 Ubuntu 20.04 x86_64,包含完整 OCR、只识别接口、HTTP 服务、浏览器测试页面、PP-OCRv6 tiny 模型、API Key、systemd 服务脚本和完整校验文件。部署包解压后即可验证和启动,不需要下载仓库源码。
新增内容
- 新增 Linux ONNX Runtime CPU/CUDA 推理后端
- 新增 Linux OpenVINO CPU 推理后端
- 支持完整 OCR:文字检测、方向分类和文字识别
- 支持单张及批量“只识别”接口
- 提供 JSON + Base64 HTTP API
- 提供浏览器测试页面,可在原图绘制识别区域并显示各阶段耗时
- 支持可选的
X-API-Key请求认证 - 支持安装为 Linux systemd 服务
- 启动时输出作者、运行参数和请求参数信息
- 部署包包含模型、网页、配置、运行库、许可证和 SHA-256 校验文件
- 保持 C ABI v1 兼容,不改变已有公共结构体和后端枚举值
下载文件
ONNX Runtime CPU/CUDA
lw.PPOCR.Inference-v1.3.0-linux-x64-onnxruntime-cpu.tar.gz
lw.PPOCR.Inference-v1.3.0-linux-x64-onnxruntime-cpu.tar.gz.sha256
默认使用官方 ONNX Runtime 1.26.0 CPU Runtime,可直接进行 CPU 推理。
支持以下设备配置:
{"device":"cpu"}{"device":"cuda"}{"device":"auto"}cpu:强制使用 CPUcuda:强制使用 NVIDIA CUDA,初始化失败时直接报错auto:优先尝试 CUDA,不可用时回退 CPU
发布附件不包含 CUDA、cuDNN 和 NVIDIA 驱动。启用 GPU 时,需要安装兼容的 NVIDIA 环境,并使用官方相同版本、相同 CUDA 系列的 ONNX Runtime GPU 包替换完整的 libonnxruntime*.so* 文件集合。
不要只替换单个 libonnxruntime.so,也不要混用不同 ONNX Runtime 版本或 CUDA 12/CUDA 13 文件。
OpenVINO CPU
lw.PPOCR.Inference-v1.3.0-linux-x64-openvino-cpu.tar.gz
lw.PPOCR.Inference-v1.3.0-linux-x64-openvino-cpu.tar.gz.sha256
使用官方 OpenVINO 2025.2.0 Ubuntu 20.04 Runtime,部署包已经包含:
- OpenVINO Runtime
- OpenVINO CPU Plugin
- ONNX Frontend
- oneTBB 与 hwloc
- OCR 所需的最小 OpenCV 共享库
目标机器不需要另外安装 OpenVINO SDK。
当前版本只开放 CPU:
{"device":"CPU"}OpenVINO GPU 暂未纳入本次稳定发布。
快速启动
下载对应的 .tar.gz 和 .sha256 文件后执行:
sha256sum -c 文件名.tar.gz.sha256
tar -xzf 文件名.tar.gz
cd 解压后的目录
sudo ./install-deps-ubuntu.sh
./verify-linux-package.sh
./run-http-service.sh浏览器访问:
http://127.0.0.1:8787/
请使用 run-http-service.sh 启动。该脚本会自动设置部署包私有共享库所需的 LD_LIBRARY_PATH。
如果文件曾在 Windows 上解压后再上传到 Linux,脚本执行权限可能丢失,可执行:
chmod +x *.shHTTP API
完整 OCR:
POST /api/ocr
请求:
{
"image_base64": "..."
}只识别已裁剪文字区域:
POST /api/recognize
单张请求:
{
"image_base64": "..."
}批量请求:
{
"images_base64": ["...", "..."]
}健康检查:
GET /health
API Key
默认未启用 API Key,仅监听本机:
{
"listen_host": "127.0.0.1",
"api_key": ""
}局域网部署建议修改为:
{
"listen_host": "0.0.0.0",
"api_key": "请替换为足够长的随机密钥"
}客户端通过请求头传递:
X-API-Key: 请替换为足够长的随机密钥
不建议将未配置 API Key 的服务直接暴露到公网。
systemd 服务
完成验证和配置后执行:
sudo ./install-systemd.sh
systemctl status lw-ppocr-http.service
journalctl -u lw-ppocr-http.service -f验证状态
- Linux ONNX Runtime CPU:CI 构建通过
- Linux ONNX Runtime CPU:Ubuntu 20.04 虚拟机验证通过
- Linux OpenVINO CPU:CI 构建通过
- Linux OpenVINO CPU:Ubuntu 20.04 虚拟机验证通过
- 完整 OCR:验证通过
- 单张及批量只识别:验证通过
- HTTP 服务和浏览器测试页面:验证通过
- 包内 SHA-256、ELF 依赖和真实模型自检:验证通过
升级说明
v1.2.0 Linux OpenCV DNN 用户可以继续使用原有部署包。
ONNX Runtime、OpenVINO 和 OpenCV DNN 使用相同的公共 C ABI 与 HTTP API,但各自的私有共享库不同。首次切换后端时,请下载对应的完整部署包,不建议只复制某个 Runtime .so 到旧目录。
v1.2.0 lw.PPOCR.Inference — Linux OpenCV DNN 首发版
lw.PPOCR.Inference v1.2.0
这是 lw.PPOCR.Inference 首个正式的 Linux 发布版本,面向 Ubuntu 20.04 x86_64,使用 OpenCV 5.0 DNN CPU 后端。
此 Release 仅提供 Linux x64 OpenCV DNN 包。
Windows 用户请继续使用 v1.1.0;不能通过替换少量文件将 Windows 包转换为 Linux 包。
主要功能
- 支持完整 OCR:文字检测、方向分类、文字识别
- 支持仅文字识别:直接识别客户已经裁剪好的文字区域
- 保持稳定的 C ABI
- 提供 JSON + Base64 HTTP API
- 提供浏览器测试页面
- 在原图上绘制检测到的文字区域
- 显示图片解码、检测、分类、识别和服务总耗时
- 支持 API Key,通过
X-API-Key请求头认证 - 支持前台运行和 systemd 系统服务
- 随包提供 PP-OCRv6 tiny ONNX 模型、字典和测试图片
- 随包提供 OpenCV 5.0 所需共享库
- 提供 SHA-256 校验和自动验证脚本
下载文件
lw.PPOCR.Inference-v1.2.0-linux-x64-opencv.tar.gz
lw.PPOCR.Inference-v1.2.0-linux-x64-opencv.tar.gz.sha256
快速开始
sha256sum -c lw.PPOCR.Inference-v1.2.0-linux-x64-opencv.tar.gz.sha256
tar -xzf lw.PPOCR.Inference-v1.2.0-linux-x64-opencv.tar.gz
cd lw.PPOCR.Inference-v1.2.0-linux-x64-opencv
sudo ./install-deps-ubuntu.sh
./verify-linux-package.sh
./run-http-service.sh浏览器访问:
http://127.0.0.1:8787/
HTTP API
GET /health
POST /api/ocr
POST /api/recognize
完整 OCR:
{"image_base64":"data:image/jpeg;base64,..."}识别已经裁剪好的文字区域:
{"image_base64":"data:image/png;base64,..."}批量文字识别:
{"images_base64":["data:image/png;base64,...","data:image/png;base64,..."]}API Key
默认未启用 API Key。可以在 http-service.json 中设置:
{
"api_key": "请替换为自己的随机密钥"
}启用后,客户端需要发送:
X-API-Key: 请替换为配置中的值安装为 systemd 服务
sudo ./install-systemd.sh
systemctl status lw-ppocr-http.service
journalctl -u lw-ppocr-http.service -f默认安装目录:
/opt/lw-ppocr
局域网访问
服务默认只监听 127.0.0.1。需要局域网访问时,将 http-service.json 中的配置改为:
{
"listen_host": "0.0.0.0",
"port": 8787,
"api_key": "请替换为自己的随机密钥"
}请同时配置防火墙,只允许可信客户端访问。不建议将未配置 API Key 的服务直接暴露到公网。
平台说明
- 官方目标环境:Ubuntu 20.04 x86_64
- 推理后端:OpenCV 5.0 DNN
- 计算设备:CPU
- 本版本不包含 Linux ONNX Runtime GPU、CUDA、DirectML、OpenVINO 或 TensorRT Runtime
- Linux 不提供 WinForms Demo
- 修改
device_id不会启用 GPU
完整说明请参阅包内:
README.md
README_EN.md
docs/linux-opencv.md
docs/http-service.md
English Summary
This is the first official Linux release of lw.PPOCR.Inference. It targets Ubuntu 20.04 x86_64 and uses the OpenCV 5.0 DNN CPU backend.
The package includes full OCR, recognition-only inference, a JSON + Base64 HTTP API, browser test page, API Key authentication, systemd integration, PP-OCRv6 tiny ONNX models, OpenCV shared libraries, and package verification scripts.
This release contains Linux x64 files only. Windows users should continue using v1.1.0.
v1.1.0 lw.PPOCR.Inference — 只识别 API、HTTP 服务与交互式 Demo
lw.PPOCR.Inference v1.1.0
v1.1.0 是保持 API v1 和现有 ABI 向后兼容的功能版本。本版本重点完善预裁剪文字区域识别、本地 HTTP 服务和开箱即用的 Windows 体验程序。
主要更新
- 新增
lw_ppocr_recognize和lw_ppocr_recognize_batch- 支持直接识别已经裁剪好的文字行或文字区域
- 不执行 detector
- 批量结果通过
source_index与输入保持对应 - 是否执行方向分类继续由
enable_cls控制
- OpenCV DNN、DirectML、OpenVINO、TensorRT 四个 Runtime 均支持只识别接口
- .NET 新增
Recognize和RecognizeBatch - Python ctypes 和 C 示例同步覆盖新 ABI
- WinForms Demo 支持鼠标拖拽框选文字区域
- 松开鼠标后立即执行只识别
- 显示识别文字、置信度和本次耗时
- 新增原生 HTTP 服务
POST /api/ocr:完整检测、分类和识别POST /api/recognize:单张或批量只识别- 使用 JSON、Base64、cpp-httplib 和 nlohmann/json
- HTTP 测试网页支持
- 在原图上绘制文字区域
- 显示解码、检测、分类、识别、管线及服务端总耗时
- HTTP 服务可安装为 Windows Service
- 统一包和每个后端拆分包均包含:
- .NET Framework 4.7.2 WinForms Demo
- 原生 HTTP 服务
- 浏览器测试网页
- Windows Service 安装/卸载脚本
- 示例模型和图片
ABI 兼容性
LW_PPOCR_API_VERSION继续保持为1- v1.0.0 已冻结的结构体前缀和函数签名不变
- 新接口采用追加式扩展
- 使用旧 Runtime 调用新识别接口时返回
LW_PPOCR_STATUS_UNSUPPORTED - v1.0.0 调用方可以继续使用 v1.1.0 Loader 和 Runtime
下载选择
lw.PPOCR.Inference-v1.1.0-win-x64.zip- 包含四个推理后端的完整统一包
lw.PPOCR.Runtime-opencv-v1.1.0-win-x64.zip- 推荐用于通用 Windows CPU 部署
lw.PPOCR.Runtime-directml-v1.1.0-win-x64.zip- 适合 Intel、AMD、NVIDIA DirectML GPU
lw.PPOCR.Runtime-openvino-v1.1.0-win-x64.zip- 适合 CPU 推理和服务部署
lw.PPOCR.Runtime-tensorrt-v1.1.0-win-x64.zip- 适合 NVIDIA GPU 和固定 CUDA/TensorRT 环境
lw.PPOCR.Inference-core-v1.1.0-win-x64.zip- SDK、Loader、头文件、Demo、CLI、HTTP 服务和文档,不包含推理 Runtime
验证
- ABI smoke、stability、forward compatibility:全部通过
- OpenCV DNN 真实模型端到端测试:通过
- 批量只识别及结果释放测试:通过
- 四个 Runtime Release 构建:通过
- .NET Framework 4.7.2 / .NET 8 构建:0 警告、0 错误
- HTTP 完整 OCR 与批量只识别冒烟测试:通过
- 所有 ZIP 均完成文件内容和 SHA-256 校验
校验附件
请使用 Release 附件中的 SHA256SUMS.txt,或每个 ZIP 对应的 .sha256 文件验证下载完整性。
注意事项
只识别接口不会执行 detector,但当前创建引擎时仍使用包含 detector 和 recognizer 的完整模型包。
TensorRT engine 通常与 GPU 架构、CUDA、TensorRT 和驱动版本相关。生产环境建议在目标机器或相同硬件环境中生成 engine。
TensorRT 和 CUDA 组件的使用及再分发须遵守附件包内的 NVIDIA 许可条款。
v1.0.0 lw.PPOCR.Inference — ABI冻结 · 四种后端 · 任意语言
lw.PPOCR.Inference v1.0.0 permanently freezes the public C ABI, the private
Runtime ABI, and the model manifest schema v1.
Stability promises
- Public C ABI v1 — frozen. No function removed, no signature changed.
Structs and enums grow append-only.LW_PPOCR_API_VERSION= 1 (permanent). - Private Runtime ABI v1 — frozen.
- Model manifest schema v1 — frozen.
- Threading & memory contract — frozen.
- Security fixes backported for ≥ 2 years.
- See docs/abi-v1-stability.md for the full guarantee.
Four backends, one API
| Backend | Device |
|---|---|
| OpenCV DNN | CPU |
| ONNX Runtime DirectML | CPU / GPU (Intel, AMD, NVIDIA) |
| OpenVINO | CPU |
| TensorRT FP16 | NVIDIA GPU |
What's in v1.0.0
- C ABI permanently frozen with long-term stability commitment
- Model manifest schema v1 frozen with
$idand full documentation - Golden correctness test suite (text, bounding boxes, scores)
- C example (
LoadLibrary+GetProcAddress, zero dependencies) - Python binding example (
ctypes,withstatement,run_file()) - GitHub Actions CI (VS build + ABI smoke/stability + golden test)
- Backend split packaging (
-Split/-Runtime) - Compatibility matrix across OS, GPU, driver, and SDK versions
- Third-party license audit (clipper BSL-1.0, OpenCV/OpenVINO Apache-2.0,
ONNX Runtime/DirectML MIT, TensorRT/CUDA NVIDIA EULA)
Any language
C · C++ · C# · Python · Delphi · Go · Rust · Java · ...
→ lw.PPOCR.dll (stable C ABI)
→ OpenCV DNN / DirectML / OpenVINO / TensorRT
v0.1.0 lw.PPOCR.Inference - Unified PP-OCR for Windows / Windows 统一推理首发版
lw.PPOCR.Inference v0.1.0
首个公开预览版本,统一了 OpenCV DNN、ONNX Runtime DirectML、OpenVINO 和 TensorRT 四种 PP-OCR 推理后端。
This is the first public preview, providing one unified PP-OCR API across OpenCV DNN, ONNX Runtime DirectML, OpenVINO, and TensorRT.
主要内容 / Highlights
-
稳定、语言无关的 C ABI,任何能够调用 C DLL 的语言均可接入。
-
四种 Runtime 完全隔离,减少 OpenCV、ONNX Runtime、OpenVINO、CUDA 和 TensorRT 的 DLL 冲突。
-
支持文字检测、方向分类、文字识别、结构化结果、JSON、文字框、置信度和分阶段耗时。
-
提供 .NET 8 封装、统一 CLI 和可用 Visual Studio Designer 编辑的 WinForms Demo。
-
提供 PP-OCRv6 tiny ONNX 体验模型;TensorRT FP16 engine 与运行库放在 Windows Release 包中。
-
DirectML 支持 CPU/GPU 切换和 GPU ID;TensorRT 支持预生成 FP16 engine。
-
CLI 支持预热与多轮基准测试,输出均值、中位数、P95、最小值和最大值。
-
附带中英文 README、TensorRT 转换文档和四后端性能测试报告。
-
Stable, language-neutral C ABI for any language that can call a C DLL.
-
Four isolated Runtime packages that avoid cross-framework DLL conflicts.
-
Detection, direction classification, recognition, structured/JSON output, boxes, scores, and stage timings.
-
.NET 8 binding, unified CLI, and a WinForms demo editable with the Visual Studio Designer.
-
Bundled PP-OCRv6 tiny ONNX experience model; TensorRT FP16 engines are included in the Windows Release package.
-
DirectML CPU/GPU selection and GPU ID support; TensorRT prebuilt FP16 engine support.
-
Repeatable CLI benchmarks with mean, median, P95, minimum, and maximum latency.
-
Chinese and English README files, TensorRT conversion guidance, and a four-backend performance report.
性能摘要 / Performance Snapshot
测试机器为 AMD Ryzen 7 7735H、RTX 4060 Laptop GPU,图片为 500×500,CLS 开启,预热 5 次后统计 30 次:
Tested on an AMD Ryzen 7 7735H and RTX 4060 Laptop GPU with a 500×500 image, CLS enabled, 5 warmups, and 30 measured runs:
| Backend | Mean latency | P95 | Estimated throughput |
|---|---|---|---|
| OpenCV DNN CPU | 108.500 ms | 111.118 ms | 9.22 runs/s |
| OpenVINO CPU | 45.892 ms | 48.579 ms | 21.79 runs/s |
| DirectML GPU | 66.559 ms | 72.218 ms | 15.02 runs/s |
| TensorRT FP16 | 12.187 ms | 13.636 ms | 82.05 runs/s |
完整测试条件见 docs/performance-report.md。Results are specific to this hardware and software stack; see docs/performance-report.md for the complete conditions.
下载与校验 / Download and Verification
下载 lw.PPOCR.Inference-v0.1.0-win-x64.zip,并使用同目录下的 .sha256 文件验证完整性:
Download lw.PPOCR.Inference-v0.1.0-win-x64.zip and verify it with the accompanying .sha256 file:
$expected = (Get-Content .\lw.PPOCR.Inference-v0.1.0-win-x64.zip.sha256).Split(' ')[0]
$actual = (Get-FileHash .\lw.PPOCR.Inference-v0.1.0-win-x64.zip -Algorithm SHA256).Hash.ToLowerInvariant()
$actual -eq $expectedTensorRT engine 与 GPU 架构、TensorRT、CUDA 和驱动环境相关。生产部署建议在目标机器或相同环境中重新生成 engine。
TensorRT engines depend on the GPU architecture, TensorRT, CUDA, and driver stack. Regenerate production engines on the target machine or an identical environment.
兼容性 / Compatibility
- Windows 10/11 x64
- .NET 8 Desktop Runtime for the managed demo and CLI
- NVIDIA GPU, compatible driver, and CUDA/TensorRT stack for the TensorRT backend
- MIT License; Clipper 6.4.2 remains under BSL-1.0
v0.1.0is a pre-1.0 preview. Public interfaces may still evolve before API v1 is frozen.