Tesseract训练报错‘Integer (fast) model’，无法继续训练Apex.lstm

问题背景 #

我跟随《Guide to Tesseract Training》教程及对应仓库进行自定义Tesseract模型训练，完成环境搭建、数据准备后执行命令：

make training MODEL_NAME=Apex START_MODEL=eng TESSDATA=../tesseract/tessdata MAX_ITERATIONS=100

成功生成Apex.lstm模型，但继续训练时出现报错：

Error, data/eng/Apex.lstm is an integer (fast) model, cannot continue training

已确认eng.traineddata路径为/usr/share/tesseract-ocr/5/tessdata/且是最新版本，问题仍存在。

疑问 #

1. 该报错含义是什么？如何解决？
2. 训练流程中是否遗漏步骤导致无法继续训练Apex.lstm？

环境信息 #

• Tesseract 5.3.0
• Ubuntu 20.04（MacBook Pro）
• 使用tesstrain仓库指定版本的Makefile

1. 报错含义与解决方法 #

报错的核心是：你生成的Apex.lstm是整数型（fast）模型，而Tesseract仅支持基于浮点型模型进行增量训练。

Tesseract 5默认会生成优化后的整数型模型，这类模型体积小、推理速度快，但不支持后续的继续训练。解决方式如下：

• 首次训练时添加TARGET_MODEL_TYPE=floating参数，强制生成浮点型模型，修改后的命令为：

make training MODEL_NAME=Apex START_MODEL=eng TESSDATA=../tesseract/tessdata MAX_ITERATIONS=100 TARGET_MODEL_TYPE=floating

• 已生成的整数型模型无法直接用于继续训练，必须用上述命令重新生成浮点型模型后，再进行增量训练。

2. 训练流程是否遗漏步骤 #

从报错来看，核心问题并非遗漏步骤，而是默认生成的模型类型不符合继续训练的要求。不过可以检查以下几点确保流程完整：

• 确认数据准备阶段的.box与.tif文件格式正确，文件对应关系无误；
• 首次训练完成后，data/eng/目录下是否保留了Apex.lstm及配套的Apex.lstm.train、Apex.lstm.eval等辅助文件；
• 继续训练时的命令是否正确指定了MODEL_NAME=Apex，且模型文件路径无误。

内容的提问来源于stack exchange，提问作者Impetus