Acasă Explorează Ajutor
Înregistrare Autentificare
zhengchun
/
MinerU
1
0
Bifurcare 0
Fisiere Probleme 0 Trageți solicitările 0 Wiki
Arbore: 5f3cf14afc
Ramuri Etichete
MinerU
/
tools
Shuimo 2b69dd7e63 update readme in tools folder and adjust the benchmark.yml command 1 an în urmă
..
README.MD 2b69dd7e63 update readme in tools folder and adjust the benchmark.yml command 1 an în urmă
base_data_ocr.json ad8941e3f8 update the text_badcase script and add auto upload s3 function 1 an în urmă
base_data_text.json ad8941e3f8 update the text_badcase script and add auto upload s3 function 1 an în urmă
config_init_to_json.py 709a65008a 中间态dict结构调整 1 an în urmă
json_files.zip ad8941e3f8 update the text_badcase script and add auto upload s3 function 1 an în urmă
ocr_badcase.py d14579373a add an option to freely output 'badcase.json 1 an în urmă
text_badcase.py d14579373a add an option to freely output 'badcase.json 1 an în urmă

README.MD

工具脚本使用说明

OCR Badcase Commands

  • Command without badcase output:

python ocr_badcase.py pdf_json_label_0306.json ocr_dataset.json json_files.zip ocr_overall base_data_ocr.json

  • Command with badcase output:

python ocr_badcase.py pdf_json_label_0306.json ocr_dataset.json json_files.zip ocr_overall base_data_ocr.json --badcase_path ocr_badcase

Text Badcase Commands

  • Command without badcase output:

    python text_badcase.py pdf_json_label_0306.json pdf_json_label_0229.json json_files.zip text_overall base_data_text.json

  • Command with badcase output:

    python text_badcase.py pdf_json_label_0306.json pdf_json_label_0229.json json_files.zip text_overall base_data_text.json --badcase_path text_badcase

  • Command with upload to s3:

    • add the following arguments to the command

      --s3_bucket_name llm-process-pperf --s3_file_directory qa-validate/pdf-datasets/badcase --AWS_ACCESS_KEY Your AK --AWS_SECRET_KEY Your SK --END_POINT_URL Your Endpoint