如何在EasyOCR中使用微调后的CRAFT模型进行文本检测

问题根源 #

• EasyOCR会校验官方CRAFT模型的MD5哈希值，直接替换重命名模型文件会触发校验失败，导致自动重新下载官方模型。
• detector参数是布尔类型，仅用于控制是否启用文本检测功能，无法用来指定自定义模型路径。

正确集成方案 #

方案1：自定义模型路径参数（推荐） #

使用EasyOCR提供的custom_model_path参数，直接指定微调后的检测模型路径，无需修改文件名或触发哈希校验。示例代码：

from easyocr import Reader

# 初始化Reader时传入自定义检测模型路径
reader = Reader(
    lang=['ch_sim', 'en'],  # 根据你的需求设置语言
    custom_model_path={'detector': './CRAFT_clr_amp_48.pth'},
    model_storage_directory='./saved_models/test'
)

# 执行文本检测与识别
detection_result = reader.readtext('./your_test_image.jpg')

方案2：修改模型加载代码（本地调试用） #

1. 找到EasyOCR安装目录下的detection/detector.py文件
2. 定位到加载CRAFT模型的代码段（通常包含torch.load的部分），将默认模型路径替换为你的CRAFT_clr_amp_48.pth的绝对路径
3. 注释掉MD5哈希校验的相关代码，避免触发自动下载逻辑

关键注意事项 #

• 确保微调后的CRAFT模型结构与官方CRAFT模型完全一致，否则会出现模型加载失败的错误
• 使用custom_model_path时，无需修改模型文件名，也不会触发官方模型的下载与校验
• 若模型加载报错，检查模型文件是否为完整的PyTorch权重文件（确认训练时保存的是模型权重而非仅模型结构）

内容的提问来源于stack exchange，提问作者tomatoboy