项目地址:https://github.com/Ucas-HaoranWei/GOT-OCR2.0

整合包：https://pan.quark.cn/s/3757da820e65

显卡建议使用RTX 30以上的

Win11下搭建环境

1. 安装NVIDIA显卡驱动

首先，确保您的系统安装了合适的NVIDIA显卡驱动。建议使用RTX 30系列以上的显卡。您可以访问NVIDIA驱动程序下载页面来下载和安装最新的驱动。

https://www.nvidia.cn/drivers/lookup/

2. 安装CUDA工具包

• 访问夸克网盘链接下载CUDA工具包（例如：cuda_12.6.1_560.94_windows.exe）。

• 安装CUDA，版本应与您的项目需求相匹配。根据CUDA Toolkit Release Notes选择合适的版本。

• 设置系统环境变量：

  • CUDA_HOME 设置为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6

  • 将 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin 和 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp 添加到系统路径。

3. 验证CUDA版本

• 使用批处理文件或命令提示符，

• 运行 nvcc --version 来确认CUDA版本是否为12.6。

4. 安装cuDNN

• 下载cuDNN库。

• 链接：https://pan.quark.cn/s/79e3930d439c

• 解压后，将 bin、include、lib 目录下的内容复制到CUDA安装目录下的相应目录中（例如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6）。

• 执行 extras\demo_suite 目录下的 bandwidthTest.exe 和 deviceQuery.exe 来测试cuDNN是否安装成功。

使用GOT-OCR2.0整合包

• 将整合包（GOT-OCR2.0Win整合包0920.exe）解压到D盘根目录。

• 测试 flash-attn.bat 脚本以确保OCR功能正常。

• 运行 start.cmd 来启动OCR识别过程。

测试和使用

• 进行简单文本识别测试，检查识别结果是否准确。

• 根据需要，复制和执行其他示例代码进行更复杂的测试。

选项1、测试简单文本识别

识别结果：劳动密集型企业

选项2、给出其他示例代码，手动复制执行