feat: add PPv5 arabic cyrillic devanagari ta te

mineru/model/utils/pytorchocr/utils/resources/arch_config.yaml

@@ -644,4 +644,134 @@ en_PP-OCRv5_rec_infer:
             fc_decay: 0.00001
       - NRTRHead:
           nrtr_dim: 384
+          max_text_length: 25
+
+arabic_PP-OCRv5_rec_infer:
+  model_type: rec
+  algorithm: SVTR_LCNet
+  Transform:
+  Backbone:
+    name: PPLCNetV3
+    scale: 0.95
+  Head:
+    name: MultiHead
+    out_channels_list:
+      CTCLabelDecode: 749
+    head_list:
+      - CTCHead:
+          Neck:
+            name: svtr
+            dims: 120
+            depth: 2
+            hidden_dims: 120
+            kernel_size: [ 1, 3 ]
+            use_guide: True
+          Head:
+            fc_decay: 0.00001
+      - NRTRHead:
+          nrtr_dim: 384
+          max_text_length: 25
+
+cyrillic_PP-OCRv5_rec_infer:
+  model_type: rec
+  algorithm: SVTR_LCNet
+  Transform:
+  Backbone:
+    name: PPLCNetV3
+    scale: 0.95
+  Head:
+    name: MultiHead
+    out_channels_list:
+      CTCLabelDecode: 852
+    head_list:
+      - CTCHead:
+          Neck:
+            name: svtr
+            dims: 120
+            depth: 2
+            hidden_dims: 120
+            kernel_size: [ 1, 3 ]
+            use_guide: True
+          Head:
+            fc_decay: 0.00001
+      - NRTRHead:
+          nrtr_dim: 384
+          max_text_length: 25
+
+devanagari_PP-OCRv5_rec_infer:
+   model_type: rec
+   algorithm: SVTR_LCNet
+   Transform:
+   Backbone:
+     name: PPLCNetV3
+     scale: 0.95
+   Head:
+     name: MultiHead
+     out_channels_list:
+       CTCLabelDecode: 570
+     head_list:
+       - CTCHead:
+           Neck:
+             name: svtr
+             dims: 120
+             depth: 2
+             hidden_dims: 120
+             kernel_size: [ 1, 3 ]
+             use_guide: True
+           Head:
+             fc_decay: 0.00001
+       - NRTRHead:
+           nrtr_dim: 384
+           max_text_length: 25
+
+ta_PP-OCRv5_rec_infer:
+  model_type: rec
+  algorithm: SVTR_LCNet
+  Transform:
+  Backbone:
+    name: PPLCNetV3
+    scale: 0.95
+  Head:
+    name: MultiHead
+    out_channels_list:
+      CTCLabelDecode: 515
+    head_list:
+      - CTCHead:
+          Neck:
+            name: svtr
+            dims: 120
+            depth: 2
+            hidden_dims: 120
+            kernel_size: [ 1, 3 ]
+            use_guide: True
+          Head:
+            fc_decay: 0.00001
+      - NRTRHead:
+          nrtr_dim: 384
+          max_text_length: 25
+
+te_PP-OCRv5_rec_infer:
+  model_type: rec
+  algorithm: SVTR_LCNet
+  Transform:
+  Backbone:
+    name: PPLCNetV3
+    scale: 0.95
+  Head:
+    name: MultiHead
+    out_channels_list:
+      CTCLabelDecode: 542
+    head_list:
+      - CTCHead:
+          Neck:
+            name: svtr
+            dims: 120
+            depth: 2
+            hidden_dims: 120
+            kernel_size: [ 1, 3 ]
+            use_guide: True
+          Head:
+            fc_decay: 0.00001
+      - NRTRHead:
+          nrtr_dim: 384
           max_text_length: 25

mineru/model/utils/pytorchocr/utils/resources/dict/ppocrv5_arabic_dict.txt

@@ -0,0 +1,747 @@
+!
+"
+#
+$
+%
+&
+'
+(
+)
+*
++
+,
+-
+.
+/
+0
+1
+2
+3
+4
+5
+6
+7
+8
+9
+:
+;
+<
+=
+>
+?
+A
+B
+C
+D
+E
+F
+G
+H
+I
+J
+K
+L
+M
+N
+O
+P
+Q
+R
+S
+T
+U
+V
+W
+X
+Y
+Z
+[
+]
+_
+`
+a
+b
+c
+d
+e
+f
+g
+h
+i
+j
+k
+l
+m
+n
+o
+p
+q
+r
+s
+t
+u
+v
+w
+x
+y
+z
+©
+‥
+{
+}
+\
+|
+@
+^
+~
+÷
+∕
+∙
+⋅
+·
+±
+∓
+∩
+∪
+□
+←
+↔
+⇒
+⇐
+⇔
+∀
+∃
+∄
+∴
+∵
+∝
+∞
+⊥
+∟
+∠
+∡
+∢
+′
+″
+∥
+⊾
+⊿
+∂
+∫
+∬
+∭
+∮
+∯
+∰
+∑
+∏
+√
+∛
+∜
+∱
+∲
+∳
+∶
+∷
+∼
+®
+℉
+Ω
+℧
+Å
+⌀
+ℏ
+⅀
+⍺
+⍵
+¢
+€
+£
+¥
+₿
+Ⅰ
+Ⅱ
+Ⅲ
+Ⅳ
+Ⅴ
+Ⅵ
+Ⅶ
+Ⅷ
+Ⅸ
+Ⅹ
+Ⅺ
+Ⅻ
+ⅰ
+ⅱ
+ⅲ
+ⅳ
+ⅴ
+ⅵ
+ⅶ
+ⅷ
+ⅸ
+ⅹ
+ⅺ
+ⅻ
+➀
+➁
+➂
+➃
+➄
+➅
+➆
+➇
+➈
+➉
+➊
+➋
+➌
+➍
+➎
+➏
+➐
+➑
+➒
+➓
+❶
+❷
+❸
+❹
+❺
+❻
+❼
+❽
+❾
+❿
+①
+②
+③
+④
+⑤
+⑥
+⑦
+⑧
+⑨
+⑩
+●
+▶
+𝑢
+︽
+–
+﹥
+𝜓
+•
+∋
+ƒ
+०
+⬆
+Ạ
+◀
+
+▫
+︾
+À
+Á
+Â
+Ã
+Ä
+Å
+Æ
+Ç
+È
+É
+Ê
+Ë
+Ì
+Í
+Î
+Ï
+Ð
+Ñ
+Ò
+Ó
+Ô
+Õ
+Ö
+Ø
+Ù
+Ú
+Û
+Ü
+Ý
+Þ
+à
+á
+â
+ã
+ä
+å
+æ
+ç
+è
+é
+ê
+ë
+ì
+í
+î
+ï
+ð
+ñ
+ò
+ó
+ô
+õ
+ö
+ø
+ù
+ú
+û
+ü
+ý
+þ
+ÿ
+¡
+¤
+¦
+§
+¨
+ª
+«
+¬
+¯
+°
+²
+³
+´
+µ
+¶
+¸
+¹
+º
+»
+¼
+½
+¾
+¿
+×
+‐
+‑
+‒
+—
+―
+‖
+‗
+‘
+’
+‚
+‛
+“
+”
+„
+‟
+†
+‡
+‣
+․
+…
+‧
+‰
+‴
+‵
+‶
+‷
+‸
+‹
+›
+※
+‼
+‽
+‾
+₤
+₡
+₹
+−
+∖
+∗
+≈
+≠
+≡
+≤
+≥
+⊂
+⊃
+↑
+→
+↓
+↕
+™
+Ω
+℮
+∆
+✓
+✗
+✘
+▪
+◼
+✔
+✕
+☑
+☒
+№
+₽
+₴
+Α
+α
+Β
+β
+Γ
+γ
+Δ
+δ
+Ε
+ε
+Ζ
+ζ
+Η
+η
+Θ
+θ
+Ι
+ι
+Κ
+κ
+Λ
+λ
+Μ
+μ
+Ν
+ν
+Ξ
+ξ
+Ο
+ο
+Π
+π
+Ρ
+ρ
+Σ
+σ
+ς
+Τ
+τ
+Υ
+υ
+Φ
+φ
+Χ
+χ
+Ψ
+ψ
+ω
+ـ
+،
+؍
+؎
+؏
+ؐ
+ؑ
+ؒ
+ؓ
+ؔ
+ؕ
+ؖ
+ؗ
+ؘ
+ؙ
+ؚ
+؛
+؞
+؟
+ء
+آ
+أ
+ؤ
+إ
+ئ
+ا
+ب
+ة
+ت
+ث
+ج
+ح
+خ
+د
+ذ
+ر
+ز
+س
+ش
+ص
+ض
+ط
+ظ
+ع
+غ
+ف
+ق
+ك
+ل
+م
+ن
+ه
+و
+ى
+ي
+ً
+ٌ
+ٍ
+َ
+ُ
+ِ
+ّ
+ْ
+ٓ
+ٔ
+ٕ
+ٖ
+ٗ
+ٚ
+ٛ
+ٜ
+ٝ
+ٞ
+ٟ
+ٰ
+ٱ
+ٲ
+ٳ
+ٴ
+ٵ
+ٶ
+ٷ
+ٸ
+ٹ
+ٺ
+ٻ
+ټ
+ٽ
+پ
+ٿ
+ڀ
+ځ
+ڂ
+ڃ
+ڄ
+څ
+چ
+ڇ
+ڈ
+ډ
+ڊ
+ڋ
+ڌ
+ڍ
+ڎ
+ڏ
+ڐ
+ڑ
+ڒ
+ړ
+ڔ
+ڕ
+ږ
+ڗ
+ژ
+ڙ
+ښ
+ڛ
+ڜ
+ڝ
+ڞ
+ڟ
+ڠ
+ڡ
+ڢ
+ڣ
+ڤ
+ڥ
+ڦ
+ڧ
+ڨ
+ک
+ڪ
+ګ
+ڬ
+ڭ
+ڮ
+گ
+ڰ
+ڱ
+ڲ
+ڳ
+ڴ
+ڵ
+ڶ
+ڷ
+ڸ
+ڹ
+ں
+ڻ
+ڼ
+ڽ
+ھ
+ڿ
+ۀ
+ہ
+ۂ
+ۃ
+ۄ
+ۅ
+ۆ
+ۇ
+ۈ
+ۉ
+ۊ
+ۋ
+ی
+ۍ
+ێ
+ۏ
+ې
+ۑ
+ے
+ۓ
+۔
+ە
+ۖ
+ۗ
+ۘ
+ۙ
+ۚ
+ۛ
+ۜ
+۞
+ۡ
+ۢ
+ۣ
+ۤ
+ۥ
+ۦ
+ۧ
+ۨ
+۩
+ۭ
+ۮ
+ۯ
+ݐ
+ݑ
+ݒ
+ݓ
+ݔ
+ݕ
+ݖ
+ݗ
+ݘ
+ݙ
+ݚ
+ݛ
+ݜ
+ݝ
+ݞ
+ݟ
+ݠ
+ݡ
+ݢ
+ݣ
+ݤ
+ݥ
+ݦ
+ݧ
+ݨ
+ݩ
+ݪ
+ݫ
+ݬ
+ݭ
+ݮ
+ݯ
+ݰ
+ݱ
+ݲ
+ݳ
+ݴ
+ݵ
+ݶ
+ݷ
+ݸ
+ݹ
+ݺ
+ݻ
+ݼ
+ݽ
+ݾ
+ݿ
+٠
+١
+٢
+٣
+٤
+٥
+٦
+٧
+٨
+٩
+٪
+٫
+٬
+۰
+۱
+۲
+۳
+۴
+۵
+۶
+۷
+۸
+۹
+ﭙ
+ﭚ
+ﭪ
+ﭭ
+ﭺ
+ﭽ
+ﷲ
+﷼
+٠
+١
+٢
+٣
+٤
+٥
+٦
+٧
+٨
+٩
+٪
+٫
+٬
+۰
+۱
+۲
+۳
+۴
+۵
+۶
+۷
+۸
+۹
+ﭙ
+ﭚ
+ﭪ
+ﭭ
+ﭺ
+ﭽ
+ﷲ
+﷼

mineru/model/utils/pytorchocr/utils/resources/dict/ppocrv5_cyrillic_dict.txt

@@ -0,0 +1,850 @@
+!
+"
+#
+$
+%
+&
+'
+(
+)
+*
++
+,
+-
+.
+/
+0
+1
+2
+3
+4
+5
+6
+7
+8
+9
+:
+;
+<
+=
+>
+?
+A
+B
+C
+D
+E
+F
+G
+H
+I
+J
+K
+L
+M
+N
+O
+P
+Q
+R
+S
+T
+U
+V
+W
+X
+Y
+Z
+[
+]
+_
+`
+a
+b
+c
+d
+e
+f
+g
+h
+i
+j
+k
+l
+m
+n
+o
+p
+q
+r
+s
+t
+u
+v
+w
+x
+y
+z
+©
+‥
+{
+}
+\
+|
+@
+^
+~
+÷
+∕
+∙
+⋅
+·
+±
+∓
+∩
+∪
+□
+←
+↔
+⇒
+⇐
+⇔
+∀
+∃
+∄
+∴
+∵
+∝
+∞
+⊥
+∟
+∠
+∡
+∢
+′
+″
+∥
+⊾
+⊿
+∂
+∫
+∬
+∭
+∮
+∯
+∰
+∑
+∏
+√
+∛
+∜
+∱
+∲
+∳
+∶
+∷
+∼
+®
+℉
+Ω
+℧
+Å
+⌀
+ℏ
+⅀
+⍺
+⍵
+¢
+€
+£
+¥
+₿
+Ⅰ
+Ⅱ
+Ⅲ
+Ⅳ
+Ⅴ
+Ⅵ
+Ⅶ
+Ⅷ
+Ⅸ
+Ⅹ
+Ⅺ
+Ⅻ
+ⅰ
+ⅱ
+ⅲ
+ⅳ
+ⅴ
+ⅵ
+ⅶ
+ⅷ
+ⅸ
+ⅹ
+ⅺ
+ⅻ
+➀
+➁
+➂
+➃
+➄
+➅
+➆
+➇
+➈
+➉
+➊
+➋
+➌
+➍
+➎
+➏
+➐
+➑
+➒
+➓
+❶
+❷
+❸
+❹
+❺
+❻
+❼
+❽
+❾
+❿
+①
+②
+③
+④
+⑤
+⑥
+⑦
+⑧
+⑨
+⑩
+●
+▶
+𝑢
+︽
+–
+﹥
+𝜓
+•
+∋
+ƒ
+०
+⬆
+Ạ
+◀
+
+▫
+︾
+À
+Á
+Â
+Ã
+Ä
+Å
+Æ
+Ç
+È
+É
+Ê
+Ë
+Ì
+Í
+Î
+Ï
+Ð
+Ñ
+Ò
+Ó
+Ô
+Õ
+Ö
+Ø
+Ù
+Ú
+Û
+Ü
+Ý
+Þ
+à
+á
+â
+ã
+ä
+å
+æ
+ç
+è
+é
+ê
+ë
+ì
+í
+î
+ï
+ð
+ñ
+ò
+ó
+ô
+õ
+ö
+ø
+ù
+ú
+û
+ü
+ý
+þ
+ÿ
+¡
+¤
+¦
+§
+¨
+ª
+«
+¬
+¯
+°
+²
+³
+´
+µ
+¶
+¸
+¹
+º
+»
+¼
+½
+¾
+¿
+×
+‐
+‑
+‒
+—
+―
+‖
+‗
+‘
+’
+‚
+‛
+“
+”
+„
+‟
+†
+‡
+‣
+․
+…
+‧
+‰
+‴
+‵
+‶
+‷
+‸
+‹
+›
+※
+‼
+‽
+‾
+₤
+₡
+₹
+−
+∖
+∗
+≈
+≠
+≡
+≤
+≥
+⊂
+⊃
+↑
+→
+↓
+↕
+™
+Ω
+℮
+∆
+✓
+✗
+✘
+▪
+◼
+✔
+✕
+☑
+☒
+№
+₽
+₴
+Α
+α
+Β
+β
+Γ
+γ
+Δ
+δ
+Ε
+ε
+Ζ
+ζ
+Η
+η
+Θ
+θ
+Ι
+ι
+Κ
+κ
+Λ
+λ
+Μ
+μ
+Ν
+ν
+Ξ
+ξ
+Ο
+ο
+Π
+π
+Ρ
+ρ
+Σ
+σ
+ς
+Τ
+τ
+Υ
+υ
+Φ
+φ
+Χ
+χ
+Ψ
+ψ
+ω
+Ѐ
+Ё
+Ђ
+Ѓ
+Є
+Ѕ
+І
+Ї
+Ј
+Љ
+Њ
+Ћ
+Ќ
+Ѝ
+Ў
+Џ
+А
+Б
+В
+Г
+Д
+Е
+Ж
+З
+И
+Й
+К
+Л
+М
+Н
+О
+П
+Р
+С
+Т
+У
+Ф
+Х
+Ц
+Ч
+Ш
+Щ
+Ъ
+Ы
+Ь
+Э
+Ю
+Я
+а
+б
+в
+г
+д
+е
+ж
+з
+и
+й
+к
+л
+м
+н
+о
+п
+р
+с
+т
+у
+ф
+х
+ц
+ч
+ш
+щ
+ъ
+ы
+ь
+э
+ю
+я
+ѐ
+ё
+ђ
+ѓ
+є
+ѕ
+і
+ї
+ј
+љ
+њ
+ћ
+ќ
+ѝ
+ў
+џ
+Ѡ
+ѡ
+Ѣ
+ѣ
+Ѥ
+ѥ
+Ѧ
+ѧ
+Ѩ
+ѩ
+Ѫ
+ѫ
+Ѭ
+ѭ
+Ѯ
+ѯ
+Ѱ
+ѱ
+Ѳ
+ѳ
+Ѵ
+ѵ
+Ѷ
+ѷ
+Ѹ
+ѹ
+Ѻ
+ѻ
+Ѽ
+ѽ
+Ѿ
+ѿ
+Ҁ
+ҁ
+Ҋ
+ҋ
+Ҍ
+ҍ
+Ҏ
+ҏ
+Ґ
+ґ
+Ғ
+ғ
+Ҕ
+ҕ
+Җ
+җ
+Ҙ
+ҙ
+Қ
+қ
+Ҝ
+ҝ
+Ҟ
+ҟ
+Ҡ
+ҡ
+Ң
+ң
+Ҧ
+ҧ
+Ҩ
+ҩ
+Ҫ
+ҫ
+Ҭ
+ҭ
+Ү
+ү
+Ұ
+ұ
+Ҳ
+ҳ
+Ҷ
+ҷ
+Ҹ
+ҹ
+Һ
+һ
+Ҽ
+ҽ
+Ҿ
+ҿ
+Ӏ
+Ӂ
+ӂ
+Ӄ
+ӄ
+Ӆ
+ӆ
+Ӈ
+ӈ
+Ӊ
+ӊ
+Ӌ
+ӌ
+Ӎ
+ӎ
+ӏ
+Ӑ
+ӑ
+Ӓ
+ӓ
+Ӗ
+ӗ
+Ә
+ә
+Ӛ
+ӛ
+Ӝ
+ӝ
+Ӟ
+ӟ
+Ӡ
+ӡ
+Ӣ
+ӣ
+Ӥ
+ӥ
+Ӧ
+ӧ
+Ө
+ө
+Ӫ
+ӫ
+Ӭ
+ӭ
+Ӯ
+ӯ
+Ӱ
+ӱ
+Ӳ
+ӳ
+Ӵ
+ӵ
+Ӷ
+ӷ
+Ӹ
+ӹ
+Ӻ
+ӻ
+Ӽ
+ӽ
+Ӿ
+ӿ
+Ԁ
+ԁ
+Ԃ
+ԃ
+Ԅ
+ԅ
+Ԇ
+ԇ
+Ԉ
+ԉ
+Ԋ
+ԋ
+Ԍ
+ԍ
+Ԏ
+ԏ
+Ԑ
+ԑ
+Ԓ
+ԓ
+Ԕ
+ԕ
+Ԗ
+ԗ
+Ԙ
+ԙ
+Ԛ
+ԛ
+Ԝ
+ԝ
+Ԟ
+ԟ
+Ԡ
+ԡ
+Ԣ
+ԣ
+Ԥ
+ԥ
+Ԧ
+ԧ
+Ԩ
+ԩ
+Ԫ
+ԫ
+Ԭ
+ԭ
+Ԯ
+ԯ
+ⷠ
+ⷡ
+ⷢ
+ⷣ
+ⷤ
+ⷥ
+ⷦ
+ⷧ
+ⷨ
+ⷩ
+ⷪ
+ⷫ
+ⷬ
+ⷭ
+ⷮ
+ⷯ
+ⷰ
+ⷱ
+ⷲ
+ⷳ
+ⷴ
+ⷵ
+ⷶ
+ⷷ
+ⷸ
+ⷹ
+ⷺ
+ⷻ
+ⷼ
+ⷽ
+ⷾ
+ⷿ
+Ꙁ
+ꙁ
+Ꙃ
+ꙃ
+Ꙅ
+ꙅ
+Ꙇ
+ꙇ
+Ꙉ
+ꙉ
+Ꙋ
+ꙋ
+Ꙍ
+ꙍ
+Ꙏ
+ꙏ
+Ꙑ
+ꙑ
+Ꙓ
+ꙓ
+Ꙕ
+ꙕ
+Ꙗ
+ꙗ
+Ꙙ
+ꙙ
+Ꙛ
+ꙛ
+Ꙝ
+ꙝ
+Ꙟ
+ꙟ
+Ꙡ
+ꙡ
+Ꙣ
+ꙣ
+Ꙥ
+ꙥ
+Ꙧ
+ꙧ
+Ꙩ
+ꙩ
+Ꙫ
+ꙫ
+Ꙭ
+ꙭ
+ꙮ
+ꙴ
+ꙵ
+ꙶ
+ꙷ
+ꙸ
+ꙹ
+ꙺ
+ꙻ
+Ꚁ
+ꚁ
+Ꚃ
+ꚃ
+Ꚅ
+ꚅ
+Ꚇ
+ꚇ
+Ꚉ
+ꚉ
+Ꚋ
+ꚋ
+Ꚍ
+ꚍ
+Ꚏ
+ꚏ
+Ꚑ
+ꚑ
+Ꚓ
+ꚓ
+Ꚕ
+ꚕ
+Ꚗ
+ꚗ
+Ꚙ
+ꚙ
+Ꚛ
+ꚛ
+ꚜ
+ꚝ
+ꚞ
+ꚟ

mineru/model/utils/pytorchocr/utils/resources/dict/ppocrv5_devanagari_dict.txt

@@ -0,0 +1,568 @@
+!
+"
+#
+$
+%
+&
+'
+(
+)
+*
++
+,
+-
+.
+/
+0
+1
+2
+3
+4
+5
+6
+7
+8
+9
+:
+;
+<
+=
+>
+?
+A
+B
+C
+D
+E
+F
+G
+H
+I
+J
+K
+L
+M
+N
+O
+P
+Q
+R
+S
+T
+U
+V
+W
+X
+Y
+Z
+[
+]
+_
+`
+a
+b
+c
+d
+e
+f
+g
+h
+i
+j
+k
+l
+m
+n
+o
+p
+q
+r
+s
+t
+u
+v
+w
+x
+y
+z
+©
+‥
+{
+}
+\
+|
+@
+^
+~
+÷
+∕
+∙
+⋅
+·
+±
+∓
+∩
+∪
+□
+←
+↔
+⇒
+⇐
+⇔
+∀
+∃
+∄
+∴
+∵
+∝
+∞
+⊥
+∟
+∠
+∡
+∢
+′
+″
+∥
+⊾
+⊿
+∂
+∫
+∬
+∭
+∮
+∯
+∰
+∑
+∏
+√
+∛
+∜
+∱
+∲
+∳
+∶
+∷
+∼
+®
+℉
+Ω
+℧
+Å
+⌀
+ℏ
+⅀
+⍺
+⍵
+¢
+€
+£
+¥
+₿
+Ⅰ
+Ⅱ
+Ⅲ
+Ⅳ
+Ⅴ
+Ⅵ
+Ⅶ
+Ⅷ
+Ⅸ
+Ⅹ
+Ⅺ
+Ⅻ
+ⅰ
+ⅱ
+ⅲ
+ⅳ
+ⅴ
+ⅵ
+ⅶ
+ⅷ
+ⅸ
+ⅹ
+ⅺ
+ⅻ
+➀
+➁
+➂
+➃
+➄
+➅
+➆
+➇
+➈
+➉
+➊
+➋
+➌
+➍
+➎
+➏
+➐
+➑
+➒
+➓
+❶
+❷
+❸
+❹
+❺
+❻
+❼
+❽
+❾
+❿
+①
+②
+③
+④
+⑤
+⑥
+⑦
+⑧
+⑨
+⑩
+●
+▶
+𝑢
+︽
+–
+﹥
+𝜓
+•
+∋
+ƒ
+⬆
+Ạ
+◀
+
+▫
+︾
+À
+Á
+Â
+Ã
+Ä
+Å
+Æ
+Ç
+È
+É
+Ê
+Ë
+Ì
+Í
+Î
+Ï
+Ð
+Ñ
+Ò
+Ó
+Ô
+Õ
+Ö
+Ø
+Ù
+Ú
+Û
+Ü
+Ý
+Þ
+à
+á
+â
+ã
+ä
+å
+æ
+ç
+è
+é
+ê
+ë
+ì
+í
+î
+ï
+ð
+ñ
+ò
+ó
+ô
+õ
+ö
+ø
+ù
+ú
+û
+ü
+ý
+þ
+ÿ
+¡
+¤
+¦
+§
+¨
+ª
+«
+¬
+¯
+°
+²
+³
+´
+µ
+¶
+¸
+¹
+º
+»
+¼
+½
+¾
+¿
+×
+‐
+‑
+‒
+—
+―
+‖
+‗
+‘
+’
+‚
+‛
+“
+”
+„
+‟
+†
+‡
+‣
+․
+…
+‧
+‰
+‴
+‵
+‶
+‷
+‸
+‹
+›
+※
+‼
+‽
+‾
+₤
+₡
+₹
+−
+∖
+∗
+≈
+≠
+≡
+≤
+≥
+⊂
+⊃
+↑
+→
+↓
+↕
+™
+Ω
+℮
+∆
+✓
+✗
+✘
+▪
+◼
+✔
+✕
+☑
+☒
+№
+₽
+₴
+Α
+α
+Β
+β
+Γ
+γ
+Δ
+δ
+Ε
+ε
+Ζ
+ζ
+Η
+η
+Θ
+θ
+Ι
+ι
+Κ
+κ
+Λ
+λ
+Μ
+μ
+Ν
+ν
+Ξ
+ξ
+Ο
+ο
+Π
+π
+Ρ
+ρ
+Σ
+σ
+ς
+Τ
+τ
+Υ
+υ
+Φ
+φ
+Χ
+χ
+Ψ
+ψ
+ω
+ऀ
+ँ
+ं
+ः
+ऄ
+अ
+आ
+इ
+ई
+उ
+ऊ
+ऋ
+ऌ
+ऍ
+ऎ
+ए
+ऐ
+ऑ
+ऒ
+ओ
+औ
+क
+ख
+ग
+घ
+ङ
+च
+छ
+ज
+झ
+ञ
+ट
+ठ
+ड
+ढ
+ण
+त
+थ
+द
+ध
+न
+ऩ
+प
+फ
+ब
+भ
+म
+य
+र
+ऱ
+ल
+ळ
+ऴ
+व
+श
+ष
+स
+ह
+ऺ
+ऻ
+़
+ऽ
+ा
+ि
+ी
+ु
+ू
+ृ
+ॄ
+ॅ
+ॆ
+े
+ै
+ॉ
+ॊ
+ो
+ौ
+्
+ॎ
+ॏ
+ॐ
+॑
+॒
+॓
+॔
+ॕ
+ॖ
+ॗ
+क़
+ख़
+ग़
+ज़
+ड़
+ढ़
+फ़
+य़
+ॠ
+ॡ
+ॢ
+ॣ
+।
+॥
+०
+१
+२
+३
+४
+५
+६
+७
+८
+९
+॰
+ॱ
+ॲ
+ॳ
+ॴ
+ॵ
+ॶ
+ॷ
+ॸ
+ॹ
+ॺ
+ॻ
+ॼ
+ॽ
+ॾ
+ॿ

mineru/model/utils/pytorchocr/utils/resources/dict/ppocrv5_ta_dict.txt

@@ -0,0 +1,513 @@
+!
+"
+#
+$
+%
+&
+'
+(
+)
+*
++
+,
+-
+.
+/
+0
+1
+2
+3
+4
+5
+6
+7
+8
+9
+:
+;
+<
+=
+>
+?
+A
+B
+C
+D
+E
+F
+G
+H
+I
+J
+K
+L
+M
+N
+O
+P
+Q
+R
+S
+T
+U
+V
+W
+X
+Y
+Z
+[
+]
+_
+`
+a
+b
+c
+d
+e
+f
+g
+h
+i
+j
+k
+l
+m
+n
+o
+p
+q
+r
+s
+t
+u
+v
+w
+x
+y
+z
+©
+‥
+{
+}
+\
+|
+@
+^
+~
+÷
+∕
+∙
+⋅
+·
+±
+∓
+∩
+∪
+□
+←
+↔
+⇒
+⇐
+⇔
+∀
+∃
+∄
+∴
+∵
+∝
+∞
+⊥
+∟
+∠
+∡
+∢
+′
+″
+∥
+⊾
+⊿
+∂
+∫
+∬
+∭
+∮
+∯
+∰
+∑
+∏
+√
+∛
+∜
+∱
+∲
+∳
+∶
+∷
+∼
+®
+℉
+Ω
+℧
+Å
+⌀
+ℏ
+⅀
+⍺
+⍵
+¢
+€
+£
+¥
+₿
+Ⅰ
+Ⅱ
+Ⅲ
+Ⅳ
+Ⅴ
+Ⅵ
+Ⅶ
+Ⅷ
+Ⅸ
+Ⅹ
+Ⅺ
+Ⅻ
+ⅰ
+ⅱ
+ⅲ
+ⅳ
+ⅴ
+ⅵ
+ⅶ
+ⅷ
+ⅸ
+ⅹ
+ⅺ
+ⅻ
+➀
+➁
+➂
+➃
+➄
+➅
+➆
+➇
+➈
+➉
+➊
+➋
+➌
+➍
+➎
+➏
+➐
+➑
+➒
+➓
+❶
+❷
+❸
+❹
+❺
+❻
+❼
+❽
+❾
+❿
+①
+②
+③
+④
+⑤
+⑥
+⑦
+⑧
+⑨
+⑩
+●
+▶
+𝑢
+︽
+–
+﹥
+𝜓
+•
+∋
+ƒ
+०
+⬆
+Ạ
+◀
+
+▫
+︾
+À
+Á
+Â
+Ã
+Ä
+Å
+Æ
+Ç
+È
+É
+Ê
+Ë
+Ì
+Í
+Î
+Ï
+Ð
+Ñ
+Ò
+Ó
+Ô
+Õ
+Ö
+Ø
+Ù
+Ú
+Û
+Ü
+Ý
+Þ
+à
+á
+â
+ã
+ä
+å
+æ
+ç
+è
+é
+ê
+ë
+ì
+í
+î
+ï
+ð
+ñ
+ò
+ó
+ô
+õ
+ö
+ø
+ù
+ú
+û
+ü
+ý
+þ
+ÿ
+¡
+¤
+¦
+§
+¨
+ª
+«
+¬
+¯
+°
+²
+³
+´
+µ
+¶
+¸
+¹
+º
+»
+¼
+½
+¾
+¿
+×
+‐
+‑
+‒
+—
+―
+‖
+‗
+‘
+’
+‚
+‛
+“
+”
+„
+‟
+†
+‡
+‣
+․
+…
+‧
+‰
+‴
+‵
+‶
+‷
+‸
+‹
+›
+※
+‼
+‽
+‾
+₤
+₡
+₹
+−
+∖
+∗
+≈
+≠
+≡
+≤
+≥
+⊂
+⊃
+↑
+→
+↓
+↕
+™
+Ω
+℮
+∆
+✓
+✗
+✘
+▪
+◼
+✔
+✕
+☑
+☒
+№
+₽
+₴
+Α
+α
+Β
+β
+Γ
+γ
+Δ
+δ
+Ε
+ε
+Ζ
+ζ
+Η
+η
+Θ
+θ
+Ι
+ι
+Κ
+κ
+Λ
+λ
+Μ
+μ
+Ν
+ν
+Ξ
+ξ
+Ο
+ο
+Π
+π
+Ρ
+ρ
+Σ
+σ
+ς
+Τ
+τ
+Υ
+υ
+Φ
+φ
+Χ
+χ
+Ψ
+ψ
+ω
+ஂ
+ஃ
+அ
+ஆ
+இ
+ஈ
+உ
+ஊ
+எ
+ஏ
+ஐ
+ஒ
+ஓ
+ஔ
+க
+ங
+ச
+ஜ
+ஞ
+ட
+ண
+த
+ந
+ன
+ப
+ம
+ய
+ர
+ற
+ல
+ள
+ழ
+வ
+ஶ
+ஷ
+ஸ
+ஹ
+ா
+ி
+ீ
+ு
+ூ
+ெ
+ே
+ை
+ொ
+ோ
+ௌ
+்
+ௐ
+ௗ
+௦
+௧
+௨
+௩
+௪
+௫
+௬
+௭
+௮
+௯
+௰
+௱
+௲
+௳
+௴
+௵
+௶
+௷
+௸
+௹
+௺

mineru/model/utils/pytorchocr/utils/resources/dict/ppocrv5_te_dict.txt

@@ -0,0 +1,540 @@
+!
+"
+#
+$
+%
+&
+'
+(
+)
+*
++
+,
+-
+.
+/
+0
+1
+2
+3
+4
+5
+6
+7
+8
+9
+:
+;
+<
+=
+>
+?
+A
+B
+C
+D
+E
+F
+G
+H
+I
+J
+K
+L
+M
+N
+O
+P
+Q
+R
+S
+T
+U
+V
+W
+X
+Y
+Z
+[
+]
+_
+`
+a
+b
+c
+d
+e
+f
+g
+h
+i
+j
+k
+l
+m
+n
+o
+p
+q
+r
+s
+t
+u
+v
+w
+x
+y
+z
+©
+‥
+{
+}
+\
+|
+@
+^
+~
+÷
+∕
+∙
+⋅
+·
+±
+∓
+∩
+∪
+□
+←
+↔
+⇒
+⇐
+⇔
+∀
+∃
+∄
+∴
+∵
+∝
+∞
+⊥
+∟
+∠
+∡
+∢
+′
+″
+∥
+⊾
+⊿
+∂
+∫
+∬
+∭
+∮
+∯
+∰
+∑
+∏
+√
+∛
+∜
+∱
+∲
+∳
+∶
+∷
+∼
+®
+℉
+Ω
+℧
+Å
+⌀
+ℏ
+⅀
+⍺
+⍵
+¢
+€
+£
+¥
+₿
+Ⅰ
+Ⅱ
+Ⅲ
+Ⅳ
+Ⅴ
+Ⅵ
+Ⅶ
+Ⅷ
+Ⅸ
+Ⅹ
+Ⅺ
+Ⅻ
+ⅰ
+ⅱ
+ⅲ
+ⅳ
+ⅴ
+ⅵ
+ⅶ
+ⅷ
+ⅸ
+ⅹ
+ⅺ
+ⅻ
+➀
+➁
+➂
+➃
+➄
+➅
+➆
+➇
+➈
+➉
+➊
+➋
+➌
+➍
+➎
+➏
+➐
+➑
+➒
+➓
+❶
+❷
+❸
+❹
+❺
+❻
+❼
+❽
+❾
+❿
+①
+②
+③
+④
+⑤
+⑥
+⑦
+⑧
+⑨
+⑩
+●
+▶
+𝑢
+︽
+–
+﹥
+𝜓
+•
+∋
+ƒ
+⬆
+Ạ
+◀
+
+▫
+︾
+À
+Á
+Â
+Ã
+Ä
+Å
+Æ
+Ç
+È
+É
+Ê
+Ë
+Ì
+Í
+Î
+Ï
+Ð
+Ñ
+Ò
+Ó
+Ô
+Õ
+Ö
+Ø
+Ù
+Ú
+Û
+Ü
+Ý
+Þ
+à
+á
+â
+ã
+ä
+å
+æ
+ç
+è
+é
+ê
+ë
+ì
+í
+î
+ï
+ð
+ñ
+ò
+ó
+ô
+õ
+ö
+ø
+ù
+ú
+û
+ü
+ý
+þ
+ÿ
+¡
+¤
+¦
+§
+¨
+ª
+«
+¬
+¯
+°
+²
+³
+´
+µ
+¶
+¸
+¹
+º
+»
+¼
+½
+¾
+¿
+×
+‐
+‑
+‒
+—
+―
+‖
+‗
+‘
+’
+‚
+‛
+“
+”
+„
+‟
+†
+‡
+‣
+․
+…
+‧
+‰
+‴
+‵
+‶
+‷
+‸
+‹
+›
+※
+‼
+‽
+‾
+₤
+₡
+₹
+−
+∖
+∗
+≈
+≠
+≡
+≤
+≥
+⊂
+⊃
+↑
+→
+↓
+↕
+™
+Ω
+℮
+∆
+✓
+✗
+✘
+▪
+◼
+✔
+✕
+☑
+☒
+№
+₽
+₴
+Α
+α
+Β
+β
+Γ
+γ
+Δ
+δ
+Ε
+ε
+Ζ
+ζ
+Η
+η
+Θ
+θ
+Ι
+ι
+Κ
+κ
+Λ
+λ
+Μ
+μ
+Ν
+ν
+Ξ
+ξ
+Ο
+ο
+Π
+π
+Ρ
+ρ
+Σ
+σ
+ς
+Τ
+τ
+Υ
+υ
+Φ
+φ
+Χ
+χ
+Ψ
+ψ
+ω
+ఀ
+ఁ
+ం
+ః
+ఄ
+అ
+ఆ
+ఇ
+ఈ
+ఉ
+ఊ
+ఋ
+ఌ
+ఎ
+ఏ
+ఐ
+ఒ
+ఓ
+ఔ
+క
+ఖ
+గ
+ఘ
+ఙ
+చ
+ఛ
+జ
+ఝ
+ఞ
+ట
+ఠ
+డ
+ఢ
+ణ
+త
+థ
+ద
+ధ
+న
+ప
+ఫ
+బ
+భ
+మ
+య
+ర
+ఱ
+ల
+ళ
+ఴ
+వ
+శ
+ష
+స
+హ
+఼
+ఽ
+ా
+ి
+ీ
+ు
+ూ
+ృ
+ౄ
+ె
+ే
+ై
+ొ
+ో
+ౌ
+్
+ౕ
+ౖ
+ౘ
+ౙ
+ౚ
+ౝ
+ౠ
+ౡ
+ౢ
+ౣ
+౦
+౧
+౨
+౩
+౪
+౫
+౬
+౭
+౮
+౯
+౷
+౸
+౹
+౺
+౻
+౼
+౽
+౾
+౿

mineru/model/utils/pytorchocr/utils/resources/models_config.yml

@@ -36,13 +36,13 @@ lang:
     rec: ch_PP-OCRv5_rec_server_infer.pth
     dict: ppocrv5_dict.txt
   ta:
-    det: Multilingual_PP-OCRv3_det_infer.pth
-    rec: ta_PP-OCRv3_rec_infer.pth
-    dict: ta_dict.txt
+    det: ch_PP-OCRv5_det_infer.pth
+    rec: ta_PP-OCRv5_rec_infer.pth
+    dict: ppocrv5_ta_dict.txt
   te:
-    det: Multilingual_PP-OCRv3_det_infer.pth
-    rec: te_PP-OCRv3_rec_infer.pth
-    dict: te_dict.txt
+    det: ch_PP-OCRv5_det_infer.pth
+    rec: te_PP-OCRv5_rec_infer.pth
+    dict: ppocrv5_te_dict.txt
   ka:
     det: Multilingual_PP-OCRv3_det_infer.pth
     rec: ka_PP-OCRv3_rec_infer.pth
@@ -52,17 +52,17 @@ lang:
     rec: latin_PP-OCRv5_rec_infer.pth
     dict: ppocrv5_latin_dict.txt
   arabic:
-    det: Multilingual_PP-OCRv3_det_infer.pth
-    rec: arabic_PP-OCRv3_rec_infer.pth
-    dict: arabic_dict.txt
+    det: ch_PP-OCRv5_det_infer.pth
+    rec: arabic_PP-OCRv5_rec_infer.pth
+    dict: ppocrv5_arabic_dict.txt
   cyrillic:
-    det: Multilingual_PP-OCRv3_det_infer.pth
-    rec: cyrillic_PP-OCRv3_rec_infer.pth
-    dict: cyrillic_dict.txt
+    det: ch_PP-OCRv5_det_infer.pth
+    rec: cyrillic_PP-OCRv5_rec_infer.pth
+    dict: ppocrv5_cyrillic_dict.txt
   devanagari:
-    det: Multilingual_PP-OCRv3_det_infer.pth
-    rec: devanagari_PP-OCRv3_rec_infer.pth
-    dict: devanagari_dict.txt
+    det: ch_PP-OCRv5_det_infer.pth
+    rec: devanagari_PP-OCRv5_rec_infer.pth
+    dict: ppocrv5_devanagari_dict.txt
   east_slavic:
     det: ch_PP-OCRv5_det_infer.pth
     rec: eslav_PP-OCRv5_rec_infer.pth