创建自定义预测器¶
MyOCR 中的预测器充当已加载 Model（ONNX 或 PyTorch）与最终用户或流水线之间的桥梁。它们封装了必要的预处理和后处理逻辑，以便模型能够轻松地用于特定任务。
虽然 MyOCR 提供了标准预测器（通过 TextDetectionProcessor、TextRecognitionProcessor 等处理器），但在以下情况下，您可能需要自定义预测器：
- 您的模型需要独特的输入预处理（例如，不同的归一化、调整大小、输入格式）。
- 您的模型产生的输出需要自定义解码或格式化（例如，不同的边界框格式、专门的分类标签、现有流水线无法处理的结构化输出）。
- 您想为检测、识别或分类之外的全新任务创建预测器。
构建自定义预测器的关键是创建自定义的 CompositeProcessor 类。
1. 理解 CompositeProcessor 的作用¶
预测器本身是一个简单的包装器（在 myocr.base.Predictor 中定义）。实际工作在其关联的 CompositeProcessor（继承自 myocr.base.CompositeProcessor 的类）中进行。处理器主要有两个任务：
preprocess(user_input): 接收用户或流水线提供的数据（例如 PIL 图像），并将其转换为模型推理方法所期望的精确格式（例如，归一化的、具有批次维度的 NumPy 数组）。postprocess(model_output): 接收模型的原始推理输出（例如，表示热力图或序列概率的 NumPy 数组），并将其转换为用户友好的、结构化的格式（例如，带有文本和分数的边界框列表，如TextRegion）。
2. 创建自定义 CompositeProcessor 类¶
- 继承: 创建一个继承自
myocr.base.CompositeProcessor的 Python 类。 - 指定类型 (可选但推荐): 使用泛型来指示
preprocess的预期输入类型和postprocess的输出类型。例如，CompositeProcessor[PIL.Image.Image, List[RectBoundingBox]]表示它接收 PIL 图像并返回List[RectBoundingBox]。 - 实现
__init__: 初始化任何必要的参数，例如阈值、标签映射或转换期间需要的引用。 - 实现
preprocess: 编写代码将输入数据转换为模型就绪格式。 - 实现
postprocess: 编写代码将原始模型输出转换为所需的结构化结果。
注意：具体代码请参考已有预测器
3. 创建预测器实例¶
一旦您有了自定义 CompositeProcessor 并加载了模型，就可以创建预测器实例。
4. 集成到流水线 (可选)¶
如果您的自定义预测器是更大工作流的一部分，您可以将其集成到 自定义流水线 中，方法是在流水线的 __init__ 方法中初始化它，并在流水线的 process 方法中调用其 predict 方法。
通过这些步骤，您可以在 MyOCR 框架内创建针对特定模型和任务的预测器。