automatic import of python-vietocr

3 files changed, 208 insertions, 0 deletions

diff --git a/.gitignore b/.gitignore
index e69de29..6d065a1 100644
--- a/.gitignore
+++ b/.gitignore
@@ -0,0 +1 @@
+/vietocr-0.3.11.tar.gz
diff --git a/python-vietocr.spec b/python-vietocr.spec
new file mode 100644
index 0000000..13d8812
--- /dev/null
+++ b/python-vietocr.spec
@@ -0,0 +1,206 @@
+%global _empty_manifest_terminate_build 0
+Name:		python-vietocr
+Version:	0.3.11
+Release:	1
+Summary:	Transformer base text detection
+License:	MIT License
+URL:		https://github.com/pbcquoc/vietocr
+Source0:	https://mirrors.nju.edu.cn/pypi/web/packages/c9/2a/3bc80074423f482390eba2d01b92d6f622ffc02fedbe5ccaaf6d99bb7c8e/vietocr-0.3.11.tar.gz
+BuildArch:	noarch
+
+Requires:	python3-einops
+Requires:	python3-gdown
+Requires:	python3-prefetch-generator
+Requires:	python3-imgaug
+Requires:	python3-lmdb
+
+%description
+# VietOCR
+**Các bạn vui lòng cập nhật lên version vietocr>=0.3.8 để không xảy ra lỗi.**
+<p align="center">
+<img src="https://github.com/pbcquoc/vietocr/raw/master/image/sample.png" width="1000" height="300">
+</p>
+
+Trong project này, mình cài đặt mô hình Transformer OCR nhận dạng chữ viết tay, chữ đánh máy cho Tiếng Việt. Kiến trúc mô hình là sự kết hợp tuyệt vời giữ mô hình CNN và Transformer (là mô hình nền tảng của BERT khá nổi tiếng). Mô hình TransformerOCR có rất nhiều ưu điểm so với kiến trúc của mô hình CRNN đã được mình cài đặt. Các bạn có thể đọc [tại](https://pbcquoc.github.io/vietocr) đây về kiến trúc và cách huấn luyện mô hình với các tập dữ liệu khác nhau. 
+
+Mô hình VietOCR có tính tổng quát cực tốt, thậm chí có độ chính xác khá cao trên một bộ dataset mới mặc dù mô hình chưa được huấn luyện bao giờ. 
+
+<p align="center">
+<img src="https://raw.githubusercontent.com/pbcquoc/vietocr/master/image/vietocr.jpg" width="512" height="614">
+</p>
+
+# Cài Đặt
+Để cài đặt các bạn gõ lệnh sau
+```
+pip install vietocr
+```
+# Quick Start
+Các bạn tham khảo notebook [này](https://github.com/pbcquoc/vietocr/blob/master/vietocr_gettingstart.ipynb) để biết cách sử dụng nhé. 
+
+# Model Zoo 
+Thư viện này cài đặt cả 2 kiểu seq model đó là attention seq2seq và transfomer. Seq2seq có tốc độ dự đoán rất nhanh và được dùng trong industry khá nhiều, tuy nhiên transformer lại chính xác hơn nhưng lúc dự đoán lại khá chậm. Do đó mình cung cấp cả 2 loại cho các bạn lựa chọn. 
+
+Mô hình này được huấn luyện trên tập dữ liệu gồm 10m ảnh, bao gồm nhiều loại ảnh khác nhau như ảnh tự phát sinh, chữ viết tay, các văn bản scan thực tế. 
+Pretrain model được cung cấp sẵn.
+
+# Kết quả thử nghiệm trên tập 10m
+| Backbone         | Config           | Precision full sequence | time |
+| ------------- |:-------------:| ---:|---:|
+| VGG19-bn - Transformer | vgg_transformer | 0.8800 | 86ms @ 1080ti  |
+| VGG19-bn - Seq2Seq     | vgg_seq2seq     | 0.8701 | 12ms @ 1080ti |
+
+Thời gian dự đoán của mô hình vgg-transformer quá lâu so với mô hình seq2seq, trong khi đó không có sự khác biệt rõ ràng giữ độ chính xác của 2 loại kiến trúc này.
+
+# Dataset 
+Mình chỉ cung cấp tập dữ liệu mẫu khoảng 1m ảnh tự phát sinh. Các bạn có thể tải về tại [đây](https://drive.google.com/file/d/1T0cmkhTgu3ahyMIwGZeby612RpVdDxOR/view).
+# License
+Mình phát hành thư viện này dưới các điều khoản của [Apache 2.0 license]().
+
+# Liên hệ
+Nếu bạn có bất kì vấn đề gì, vui lòng tạo issue hoặc liên hệ mình tại pbcquoc@gmail.com 
+
+
+%package -n python3-vietocr
+Summary:	Transformer base text detection
+Provides:	python-vietocr
+BuildRequires:	python3-devel
+BuildRequires:	python3-setuptools
+BuildRequires:	python3-pip
+%description -n python3-vietocr
+# VietOCR
+**Các bạn vui lòng cập nhật lên version vietocr>=0.3.8 để không xảy ra lỗi.**
+<p align="center">
+<img src="https://github.com/pbcquoc/vietocr/raw/master/image/sample.png" width="1000" height="300">
+</p>
+
+Trong project này, mình cài đặt mô hình Transformer OCR nhận dạng chữ viết tay, chữ đánh máy cho Tiếng Việt. Kiến trúc mô hình là sự kết hợp tuyệt vời giữ mô hình CNN và Transformer (là mô hình nền tảng của BERT khá nổi tiếng). Mô hình TransformerOCR có rất nhiều ưu điểm so với kiến trúc của mô hình CRNN đã được mình cài đặt. Các bạn có thể đọc [tại](https://pbcquoc.github.io/vietocr) đây về kiến trúc và cách huấn luyện mô hình với các tập dữ liệu khác nhau. 
+
+Mô hình VietOCR có tính tổng quát cực tốt, thậm chí có độ chính xác khá cao trên một bộ dataset mới mặc dù mô hình chưa được huấn luyện bao giờ. 
+
+<p align="center">
+<img src="https://raw.githubusercontent.com/pbcquoc/vietocr/master/image/vietocr.jpg" width="512" height="614">
+</p>
+
+# Cài Đặt
+Để cài đặt các bạn gõ lệnh sau
+```
+pip install vietocr
+```
+# Quick Start
+Các bạn tham khảo notebook [này](https://github.com/pbcquoc/vietocr/blob/master/vietocr_gettingstart.ipynb) để biết cách sử dụng nhé. 
+
+# Model Zoo 
+Thư viện này cài đặt cả 2 kiểu seq model đó là attention seq2seq và transfomer. Seq2seq có tốc độ dự đoán rất nhanh và được dùng trong industry khá nhiều, tuy nhiên transformer lại chính xác hơn nhưng lúc dự đoán lại khá chậm. Do đó mình cung cấp cả 2 loại cho các bạn lựa chọn. 
+
+Mô hình này được huấn luyện trên tập dữ liệu gồm 10m ảnh, bao gồm nhiều loại ảnh khác nhau như ảnh tự phát sinh, chữ viết tay, các văn bản scan thực tế. 
+Pretrain model được cung cấp sẵn.
+
+# Kết quả thử nghiệm trên tập 10m
+| Backbone         | Config           | Precision full sequence | time |
+| ------------- |:-------------:| ---:|---:|
+| VGG19-bn - Transformer | vgg_transformer | 0.8800 | 86ms @ 1080ti  |
+| VGG19-bn - Seq2Seq     | vgg_seq2seq     | 0.8701 | 12ms @ 1080ti |
+
+Thời gian dự đoán của mô hình vgg-transformer quá lâu so với mô hình seq2seq, trong khi đó không có sự khác biệt rõ ràng giữ độ chính xác của 2 loại kiến trúc này.
+
+# Dataset 
+Mình chỉ cung cấp tập dữ liệu mẫu khoảng 1m ảnh tự phát sinh. Các bạn có thể tải về tại [đây](https://drive.google.com/file/d/1T0cmkhTgu3ahyMIwGZeby612RpVdDxOR/view).
+# License
+Mình phát hành thư viện này dưới các điều khoản của [Apache 2.0 license]().
+
+# Liên hệ
+Nếu bạn có bất kì vấn đề gì, vui lòng tạo issue hoặc liên hệ mình tại pbcquoc@gmail.com 
+
+
+%package help
+Summary:	Development documents and examples for vietocr
+Provides:	python3-vietocr-doc
+%description help
+# VietOCR
+**Các bạn vui lòng cập nhật lên version vietocr>=0.3.8 để không xảy ra lỗi.**
+<p align="center">
+<img src="https://github.com/pbcquoc/vietocr/raw/master/image/sample.png" width="1000" height="300">
+</p>
+
+Trong project này, mình cài đặt mô hình Transformer OCR nhận dạng chữ viết tay, chữ đánh máy cho Tiếng Việt. Kiến trúc mô hình là sự kết hợp tuyệt vời giữ mô hình CNN và Transformer (là mô hình nền tảng của BERT khá nổi tiếng). Mô hình TransformerOCR có rất nhiều ưu điểm so với kiến trúc của mô hình CRNN đã được mình cài đặt. Các bạn có thể đọc [tại](https://pbcquoc.github.io/vietocr) đây về kiến trúc và cách huấn luyện mô hình với các tập dữ liệu khác nhau. 
+
+Mô hình VietOCR có tính tổng quát cực tốt, thậm chí có độ chính xác khá cao trên một bộ dataset mới mặc dù mô hình chưa được huấn luyện bao giờ. 
+
+<p align="center">
+<img src="https://raw.githubusercontent.com/pbcquoc/vietocr/master/image/vietocr.jpg" width="512" height="614">
+</p>
+
+# Cài Đặt
+Để cài đặt các bạn gõ lệnh sau
+```
+pip install vietocr
+```
+# Quick Start
+Các bạn tham khảo notebook [này](https://github.com/pbcquoc/vietocr/blob/master/vietocr_gettingstart.ipynb) để biết cách sử dụng nhé. 
+
+# Model Zoo 
+Thư viện này cài đặt cả 2 kiểu seq model đó là attention seq2seq và transfomer. Seq2seq có tốc độ dự đoán rất nhanh và được dùng trong industry khá nhiều, tuy nhiên transformer lại chính xác hơn nhưng lúc dự đoán lại khá chậm. Do đó mình cung cấp cả 2 loại cho các bạn lựa chọn. 
+
+Mô hình này được huấn luyện trên tập dữ liệu gồm 10m ảnh, bao gồm nhiều loại ảnh khác nhau như ảnh tự phát sinh, chữ viết tay, các văn bản scan thực tế. 
+Pretrain model được cung cấp sẵn.
+
+# Kết quả thử nghiệm trên tập 10m
+| Backbone         | Config           | Precision full sequence | time |
+| ------------- |:-------------:| ---:|---:|
+| VGG19-bn - Transformer | vgg_transformer | 0.8800 | 86ms @ 1080ti  |
+| VGG19-bn - Seq2Seq     | vgg_seq2seq     | 0.8701 | 12ms @ 1080ti |
+
+Thời gian dự đoán của mô hình vgg-transformer quá lâu so với mô hình seq2seq, trong khi đó không có sự khác biệt rõ ràng giữ độ chính xác của 2 loại kiến trúc này.
+
+# Dataset 
+Mình chỉ cung cấp tập dữ liệu mẫu khoảng 1m ảnh tự phát sinh. Các bạn có thể tải về tại [đây](https://drive.google.com/file/d/1T0cmkhTgu3ahyMIwGZeby612RpVdDxOR/view).
+# License
+Mình phát hành thư viện này dưới các điều khoản của [Apache 2.0 license]().
+
+# Liên hệ
+Nếu bạn có bất kì vấn đề gì, vui lòng tạo issue hoặc liên hệ mình tại pbcquoc@gmail.com 
+
+
+%prep
+%autosetup -n vietocr-0.3.11
+
+%build
+%py3_build
+
+%install
+%py3_install
+install -d -m755 %{buildroot}/%{_pkgdocdir}
+if [ -d doc ]; then cp -arf doc %{buildroot}/%{_pkgdocdir}; fi
+if [ -d docs ]; then cp -arf docs %{buildroot}/%{_pkgdocdir}; fi
+if [ -d example ]; then cp -arf example %{buildroot}/%{_pkgdocdir}; fi
+if [ -d examples ]; then cp -arf examples %{buildroot}/%{_pkgdocdir}; fi
+pushd %{buildroot}
+if [ -d usr/lib ]; then
+	find usr/lib -type f -printf "/%h/%f\n" >> filelist.lst
+fi
+if [ -d usr/lib64 ]; then
+	find usr/lib64 -type f -printf "/%h/%f\n" >> filelist.lst
+fi
+if [ -d usr/bin ]; then
+	find usr/bin -type f -printf "/%h/%f\n" >> filelist.lst
+fi
+if [ -d usr/sbin ]; then
+	find usr/sbin -type f -printf "/%h/%f\n" >> filelist.lst
+fi
+touch doclist.lst
+if [ -d usr/share/man ]; then
+	find usr/share/man -type f -printf "/%h/%f.gz\n" >> doclist.lst
+fi
+popd
+mv %{buildroot}/filelist.lst .
+mv %{buildroot}/doclist.lst .
+
+%files -n python3-vietocr -f filelist.lst
+%dir %{python3_sitelib}/*
+
+%files help -f doclist.lst
+%{_docdir}/*
+
+%changelog
+* Wed May 17 2023 Python_Bot <Python_Bot@openeuler.org> - 0.3.11-1
+- Package Spec generated
diff --git a/sources b/sources
new file mode 100644
index 0000000..0b029fd
--- /dev/null
+++ b/sources
@@ -0,0 +1 @@
+7901440a76618ff8efb58b80e2ebb1cb  vietocr-0.3.11.tar.gz