自学习与自定义模型

1. 识别原图
2. 核对框与方向
3. 修订或审核
4. 积累有效样本
5. 独立验证改善

先明确你可以得到什么

你在 OCRX 中核实并修正一条文字，可以把原图裁片与正确答案保存为本地反馈。以后遇到足够相似的图像，软件会用这些已经确认的样本辅助纠错。长期积累的有效样本还可导出，用于外部训练专用识别模型。

当前版本自动完成的是反馈采集和相似裁图纠错。训练神经网络、生成新权重、评估并部署新模型，需要另行开展。日常修订不会自动更新模型文件，也没有“开始自训练”按钮。

这份说明书的使用顺序

普通操作员可以先完成日常校审与样本导出；需要专用模型时，再按第 9 至 13 章整理资料，与负责模型准备及部署的技术人员配合。专用模型必须经过独立验收后使用。

使用章节目录跳转，或输入型号、按钮名称与问题关键词查找相关章节。

1 理解自学习的两个层次

1.1 本地校审反馈

软件先完成正常 OCR，再检查当前文字区域的原图裁片是否与已确认样本足够接近。如果图像证据可靠，而且有效候选指向同一个答案，软件采用该答案；无法确认时保留本次 OCR 结果，继续交给人校审。

例如原图为 AM804，OCR 偶尔把数字 0 读成字母 O。你核实后将 AM8O4 改为 AM804，记录的不只是两个字符串，还包括原图裁片、来源文件指纹、页码、区域和修订历史。

因此它不会仅凭“你改过这个词”，把所有图纸中的 AM8O4 都强行替换。AM801 与 AM804、AM130(2) 与 AM130(3) 必须按实际图像区分；相互矛盾的候选不会靠重复点击次数投票决定。

1.2 模型微调

微调使用大量经过核实的“裁图与正确文字”调整识别网络的参数。训练后必须经过独立验证、导出和兼容性检查，才可作为一个新的专用模型装入 OCRX。它有机会改善未见过的相似字体，但不保证所有新图纸都正确。

1.3 正反馈为什么仍需要人工质量控制

正确答案称为“真值”。如果把 AM801 错改为 AM804，保存成功也只是把错误答案记住。务必同时核实内容、框范围和方向；不确定的型号先留待复核，不要为了提高绿色比例而批量审核。

2 第一次使用前的准备

2.1 保留完整程序与原图

1. 将完整运行包解压到可正常读写的位置，运行 OCRX.exe。不要只复制 EXE，也不要在压缩包中直接运行。

2. 先选几张有代表性的 PDF 或图片：至少覆盖中文标签、英文型号、数字、括号和旋转文字。保留原文件，用副本进行首次学习实验。

3. 打开图纸并记录当前识别模型、DPI 和处理方式。比较效果时保持这些条件一致；先以当前常用的 300 dpi 建立基线，再对小字单独试验更高分辨率。

2.2 找到模型与学习相关入口

2.3 三个内置运行模式的关系

“标准识别”和两种“显卡加速”选项使用同一内置模型时共享反馈库。切换运行模式不应被当作一次新的训练。显卡加速是否可用仍取决于实际硬件和安装状态。

自定义模型的反馈库按模型标识区分，界面显示名称不决定是否共用。每次发布新版本时，应由技术人员分配独立标识并记录版本；不同标识不会自动共享反馈。

识别之后只切换模型下拉框，再修改旧结果，不会把旧区域样本自动迁到新模型；反馈优先跟随该区域已记录或原始识别的模型。导出时却按当前所选模型取库，导出数量不符时应先核对这一点。

3 把一次修订变成有效学习样本

3.1 推荐操作顺序

1. 打开图纸并执行识别。在结果列表选中有问题的一条，放大原图，确认这条文字究竟是什么。

2. 先检查框。一个训练样本应尽量对应完整的一行：包含左侧前缀、末尾单位和括号，不包含相邻行的文字。不要把五行说明塞进一个框而只输入一行答案。

3. 再检查方向。选中识别框后，拖动框外的旋转圆点调整角度；不要与整页旋转混淆。若文字内容对而叠加方向反了，应修正角度并重新核实，不要只再输入同样的文字。

4. 文字有误时，在结果列表中提交正确文字，或在图上右键选择“修改文字”。检查大小写、数字 0、字母 O、I 与 1、小数点、下划线和数量。

5. 文字原本正确时，选择“审核通过（锁定 100%）”。只打开编辑器再原样保存，不一定形成新的有效改字事件；正确样本应明确审核。

6. 遇到漏检，手工补框并输入核实过的文字。若只是让机器在新框中识别出内容，还应再次核实并审核，才能作为人工真值。

7. 观察状态栏。显示“学习样本已交给后台记录”表示已入队；保存失败会给出原因。需要确认落盘时，执行一次数据集导出并等待成功提示。

8. 保存校审工程并正常退出软件。保存工程与保存反馈库是两项独立工作，都需要保留。

3.2 为什么要先修框再确认

学习样本是源图裁片，不是屏幕上叠加的红字截图。当前采集会按区域几何从源图生成裁片并拉正。答案包含“护套”而裁图只剩“AM35(黑)”，就会形成不一致的样本。

已人工修订或审核锁定的区域，后续移动、缩放或旋转框时，会更新相应裁图反馈。未锁定区域的拖动通常会触发重新识别，机器返回的结果本身不能代替人工确认。

日常可用“智能混合（推荐）”。要单独验证 OCR 网络能力时，在测试副本中选择“强制整页 OCR”；“仅提取原生文字”不执行 OCR。原生 PDF 文字编辑被排除在 OCR 学习样本之外。

4 多选 批量处理与撤销

4.1 多选后批量审核

1. 在结果列表按 Ctrl 单击追加选择，或按 Shift 单击选择连续行。先核对所有选中内容，不要只看第一行。

2. 右键已选行，选择“批量审核通过”。每条适合采样的非原生文字分别进入反馈记录，整组审核可以作为一个操作撤销。

3. 如果其中一条实际错误，优先修正该条；不要重复批量审核来增加“学习次数”。同一区域反复点击不会变成许多独立新样本。

4.2 批量重新识别

选择“重新识别所选区域（替换校审结果，可撤销）”会明确重新读取当前选定区域。成功后替换该条结果、解除其校审锁定并撤回旧真值；失败或没有文字时保留原结果和锁定状态。原生 PDF 文字不参加这次重读，结束后查看状态栏汇总。

这不是检验原有记忆效果的首选方式，因为它会改变所选区域的有效真值状态。测试学习是否生效时，按第 6 章使用没有旧校审工程的测试副本。

列表批量操作针对当前页的选中区域。多选后应右键已选行；右键未选中的另一行会改为单选。菜单中会显示实际选中数量，不是跨页或全库审核。

删除一个水印框不等于训练出“以后自动忽略这种水印”的规则。水印去除、区域检测与文字反馈是不同处理环节。原生 PDF 文字编辑也不会直接作为 OCR 裁图学习样本。

5 工程标签的正确采样示例

下面用工程标签的真实截图说明怎样整理样本。表内错误写法是教学示例，不表示对这张图片重新运行后的实测输出。

理想做法是五个独立单行样本，每个裁片与该行真值一致。若现有框只覆盖冒号右侧，可扩框后重新核实；不应在右半行裁片上硬填完整的左侧前缀。

型号具有真实差异时，要分别保留。不要把所有护套、端子或相似数字统一成最常见值。长度、数量、小数点和下划线应优先列为重点抽查项。

6 验证下一次识别是否真正受益

6.1 一次可重复的本地反馈验证

1. 准备 A 与 B 两份内容一致但名称不同的测试副本，放到新的测试目录。确认 B 没有同名 .ocrproj.json 旧工程，不修改原工程。

2. 在 A 上识别，记录一条清晰但识错的文字及原输出。不要先把所有内容批量审核。

3. 在 A 上修正该条文字或明确审核正确内容。导出一次校审训练数据，等到状态栏提示导出完成。

4. 打开 B，以同一模型、同样 DPI 和处理方式重新识别。对比目标文字，不依赖 A 中已经保存的人工结果。

5. 同时加入内容相近但确实不同的对照，如 AM801 与 AM804、AM130(2) 与 AM130(3)。应各自符合原图，不能全部变为记忆中的型号。

6. 记录结论：目标是否改善、对照是否被误改、是否存在漏框、方向错误和明显耗时变化。一个成功案例只能证明该案例受益，不能推导整份图纸正确率。

6.2 必须排除的假象

已人工修改或审核的区域通常锁定。重新打开同一个校审工程后仍显示你输入的文字，只能说明工程被保存了，不能证明 OCR 再次识别正确，也不能证明神经网络已经学会。

界面上的 100% 通常表示人工确认状态。反馈命中时显示的高分也不是统计测得的真实准确率。判断进步要看原图、独立新结果和错误数量。

6.3 没有改善时先查什么

7 学习数据保存与备份

7.1 找到你的学习库

按 Win+R，输入下面的目录并回车，也可以粘贴到文件资源管理器地址栏：

%LOCALAPPDATA%\OCRStudio\learning

这是当前 Windows 用户的数据目录，不在 OCRX.exe 内。库按模型名称生成子目录，包含 feedback.json、images 文件夹及写入锁文件。不要依靠目录的可读名字猜测模型版本，备份时应保留整个目录。

7.2 升级或换电脑前的备份步骤

1. 正常退出所有 OCRX 窗口，等待后台保存结束，避免复制正在写入的索引。

2. 把整个 learning 目录复制到带日期的备份目录，同时备份原图、校审工程和自定义模型配置。不要只复制 feedback.json 而漏掉 PNG。

3. 在新电脑先确认程序版本和模型配置。退出软件后，将完整备份恢复到新用户对应的学习目录；若目标已存在数据，先另行备份，不直接覆盖。

4. 重新打开 OCRX，执行第 6 章的同图及相近型号对照验证。不同电脑无需沿用相同 Windows 用户名，但模型标识应一致。

7.3 数据边界

本地反馈模块不上传校审文字或裁图，也不自动跨电脑同步。学习库本身包含工程图的局部内容，应按原图相同的管理要求保存。软件授权、组件下载等功能可能联网，不能把“反馈本地保存”理解成整个程序从不联网。

当前没有反馈库查看、单样本管理、合并多台学习库或关闭学习的专用界面。不要手工批量替换 JSON 中的文字，也不要直接混合不同电脑的索引文件。

8 导出校审训练数据集

8.1 在软件中导出

1. 打开一个工程，选择要导出的识别模型。导出范围是该模型的全部有效反馈，跨页面、跨图纸，不限于当前正在看的区域。

2. 单击顶部“导出 PDF”图标右侧箭头，选择“导出校审训练数据集…”。这项操作导出样本，不是导出 PDF，也不会开始训练。

3. 选一个新的空目录，例如 D:\OCRX学习资料\20261008_第01批。不同日期或不同模型分别建目录。

4. 等待“校审训练数据已导出：N 条有效样本”。导出在同窗口此前的修订之后排队，可用于核对之前的样本保存已经完成。

5. 打开生成的模型子目录，检查 rec_gt.txt 中的行数、图片和文字对应关系。抽查易混型号，再冻结这份数据快照。

8.2 导出目录与标签格式

选择的目录/
  learned_feedback/
    模型目录标识/
      images/feedback_0000000.png
      images/feedback_0000001.png
      rec_gt.txt
      metadata.json

rec_gt.txt 为 UTF-8，每行由相对图片路径、一个真实 Tab 字符和正确文字组成。下面用“〈Tab〉”显示分隔位置，实际文件中不能写这几个可见字符：

images/feedback_0000000.png〈Tab〉喷码:B131.A
images/feedback_0000001.png〈Tab〉端子:AM84(3)

metadata.json 保留样本的来源和修订信息，可用于按图纸分组。数据集只有单行裁图与文字真值，主要用于文字识别模型；不含完整页面所有文字的多边形标注，不能直接当作区域检测或方向分类训练集。

反复导出到旧目录会重写清单和同名图片，但可能留下上次多余的 PNG。每轮使用新目录，以 rec_gt.txt 清单为有效样本范围，不要扫描旧目录的全部图片来凑训练集。

9 整理样本并建立独立验收集

9.1 先提高真值质量

首先剔除或修复：截断字符、混入相邻行、方向不正、模糊无法判断、答案不确定、图片与文字不对应的样本。同样的错标签重复一千次，并不会变成一千份可靠证据。

同时保留原本识别正确的中文、数字、英文和工程常用词。只收集少量难字，可能让训练过度偏向这些样本，导致普通内容退步。

9.2 按来源分组后再拆分

利用导出数据中保留的来源信息和原图，将同一图纸、重复页、修订版及高度相似的图纸家族放在同一组，再划分训练、验证、测试。不能把一张图纸里的重复裁片随机分散到三组，否则模型成绩可能只是记住了同一批图。

可从约 80% 训练、10% 验证、10% 测试起步，但应按来源组分配。比例只是实践建议；来源只有一两张图时，更重要的是另找真正未见过的新图纸，不能为凑比例拆散重复内容。

几百至上千条经过核实并覆盖多来源的样本可以作为小规模试验起点，这不是效果门槛或准确率保证。每次记录样本量、来源数量、错误类别覆盖及清洗规则。

9.3 冻结一个训练版本

保存裁图、训练清单、验证清单、测试清单、软件版本与样本来源表。清单采用相对图片路径加 Tab 加真值的格式，各清单的来源组必须相互独立。模型技术人员同时保存本次训练配置。测试集只用于最终验收，不用于反复选择训练参数。

10 专用模型准备事项

10.1 先确定需要改善的场景

本地反馈适合处理足够相似的已确认图像。如果多份新图纸都存在同类字形问题，并且已有可靠样本，可以考虑准备专用模型。模型准备由技术人员在独立环境中完成，OCRX 当前没有自动训练按钮。

先把目标写清楚，例如减少细长工程字形中的 0 与 O 混淆，或改善中文标签与型号混排。漏框、跨行框和角度错误应分别记录，不能把所有问题都归结为文字识别。

10.2 交给技术人员的资料

10.3 小范围试验后再扩大

1. 先用少量核实过的样本检查整个准备过程，确认中文、长行、标点和数量都能正确读取。

2. 技术人员用验证集选择合适版本，同时保留旧版模型与完整记录。不要把测试集不断用于调整，避免成绩失真。

3. 候选模型准备完成后，按第 11 章核查交付内容，再按照第 12 至 13 章在 OCRX 中试用并验收。

能在某台电脑使用显卡识别，不表示这台电脑已经具备模型训练环境。日常运行包保持完整，模型准备所需的工作环境应与日常校审环境分开管理。

11 兼容性检查与交付

11.1 接收完整的兼容文件

专用模型需要与当前 OCRX 版本兼容。请技术人员提供经过验证的模型文件、配套文件、配置以及部署说明。普通使用者按交付说明安装，不应仅将任意模型文件改名后放入程序目录。

11.2 文件能加载还不够

模型成功出现在下拉列表或完成一次识别，只能说明基本加载可用。仍需核实中文、数字、大小写、括号、小数点和长行是否完整，是否把相近型号错误地统一成同一个答案。

应在实际使用的电脑和运行模式下验收。标准识别通过后，如需显卡加速，还要在对应电脑上独立验证；不能把一种模式的结果直接当作所有模式都通过。

11.3 接收前检查清单

1. 核对软件版本、模型版本及配套文件，不混用来自不同版本的文件。

2. 确认新版本使用独立目录与标识，没有覆盖唯一的旧版文件。

3. 打开独立测试副本，用实际交付文件执行识别，并按第 13 章记录结果。

4. 确认模型选择、重新启动及回退流程可以正常使用，再进入小范围日常试用。

模型准备和部署都应保留记录。发生异常时先恢复经过验证的旧版，再提供具体原图、错误结果、运行条件和相关提示，便于定位问题。

12 自定义模型使用与回退

12.1 安装经过验证的模型

1. 备份完整运行包、现有自定义模型与配套配置，正常退出所有 OCRX 窗口。保留原图、校审工程及完整学习库。

2. 由技术人员按交付说明放置经过验证的兼容模型文件和配套配置。新版本使用独立目录和模型标识，保留内置模型及旧版本选项。

3. 重启 OCRX，在顶部模型下拉框中选择新模型；窄窗口可通过“设置”图标中的“模型”子菜单选择。具体显示名称以本次交付配置为准。

4. 如果新模型没有出现，或出现缺少文件、加载失败等提示，先记录提示并核对交付文件及部署位置；交由技术人员检查配置，不要随意替换内置文件。

12.2 用副本进行首次试用

选择没有旧校审工程的独立测试副本，保持模型之外的条件一致。至少检查中文标签、长短行、括号、相近型号和原本正确的普通文字，避免直接覆盖唯一的生产校审工程。

旧区域的反馈优先跟随原来的模型。识别后只切换下拉框，再修改旧结果，不会把旧样本自动迁到新模型。新模型应在新测试副本中识别并核实；导出时也要确认当前模型选对。

12.3 出现退步时回到旧版

1. 暂停继续使用异常模型进行生产校审，保存问题样本和运行提示。

2. 在模型选择中选回原来经过验证的版本，或先恢复“标准识别”，再用同一测试副本复核。

3. 如果旧模型选项或配套文件已受影响，正常退出 OCRX，按已备份的交付资料恢复旧版本，重启后核对模型名称。

4. 确认旧版识别和学习库均正常后继续工作。修复后的候选模型仍应重新验收，不直接沿用上一次的通过结论。

不同自定义模型标识对应不同反馈库。回退模型与恢复学习库是两项操作；不要为了回退一个模型，直接覆盖其他模型已经积累的学习数据。

13 怎样验收训练是否有效

13.1 将权重能力与本地记忆分开测

比较新旧网络时，如果继续使用已有反馈，记忆纠错可能遮住模型本来的错误。应使用各自隔离的空反馈目录，在全新的测试工程中识别；测试阶段不要人工审核或修订后再拿同一轮结果计算权重成绩。

以下是仅影响当前 PowerShell 进程及其启动程序的示例。先正常退出 OCRX；将工作目录替换为自己的解压目录，并为两次对照各用一个全新空目录：

$env:OCRSTUDIO_LEARNING_ROOT = "D:\OCRX评估\v1_空反馈"
Set-Location -LiteralPath "D:\软件\OCRX"
& ".\OCRX.exe"

这个变量只是隔离学习库，并不关闭采集；测试中仍进行人工审核，就会向隔离库写入样本。测试结束关闭该窗口，平时从原快捷方式启动可继续使用默认库。不要把隔离路径写成系统永久环境变量。

13.2 至少记录这些指标

例如 100 行中原模型完全正确 86 行，新模型 92 行，是从 86% 到 92%，提高 6 个百分点。该数字仅为计算示例，不是本软件本次训练实测结果。

13.3 使用前的判定

目标字形改善、相近型号没有串改、普通中文没有明显退步、方向与框范围满足要求，才考虑转入日常使用。最终验收应针对实际装入 OCRX 的模型文件，而不只看训练日志中的最佳分数。失败则保留样本与日志，先回到旧模型。

14 你的常见场景应该怎样处理

14.1 手工框包含全部内容仍可能失败

框只是提供候选范围。识别还涉及旋转、分行、拉正、缩放以及字符解码。范围包含了所有像素，不代表模型就能把邻接线条和两行文本正确分开。应先判断是没有检测到、裁片方向不对，还是字符被读错，再选择对应处理方法。

14.2 去水印与学习样本的关系

“一键删除水印”会生成独立 PDF 副本和独立识别工程。原校审工程的人工修改保留在原文件一侧，不会自动搬到新副本。去水印改变了图像内容与文件指纹，因此原反馈不保证对新副本命中；新副本应重新识别和核实。

与扫描底图融为一体的水印不保证能自动去除。单纯微调识别模型不能替代图像处理，也不应把水印数字作为正确业务数据教给软件。

15 常见问题与长期使用清单

15.1 常见问题

每次改字后都要点学习吗

不用。有效的人工改字、审核和手工补录会自动排队记录；但应确认裁图与真值可靠，并处理状态栏报告的失败。

为什么导出样本数没有增加

可能是同一区域更新了最新真值，或只是原样保存、原生文字、空文字、无效裁图。样本数量不是鼠标点击次数。

为什么修改后的文字立刻正确了

这是你修订的当前工程结果。是否影响下次 OCR，要用没有旧工程的测试副本进行验证。

切换显卡模式是否丢学习

同一内置模型的标准识别与显卡加速模式共享库。自定义模型标识不同时，反馈库分别保存。

显示 100% 能否免检

不能。人工 100% 是确认状态，反馈高分也不是统计准确率。关键型号和数量仍须核对。

能否打开一个按钮自动训练

当前没有此按钮。先导出并整理样本，再由技术人员准备、评估和交付兼容的专用模型文件。

误教了一个答案怎么办

会话内可撤销；也可回到原区域重新修正并审核。不要通过手工全局替换 feedback.json 的字符串修复。

能否暂时关闭学习

当前无专用关闭开关。隔离目录用于对照实验，不等于停止采集。

怎样可逆地重新开始

正常退出所有窗口，完整备份 learning，再将原目录改名保留。重启后使用新库；恢复前退出并备份新库，再恢复完整旧库。

换电脑能否只复制模型

不能带走已有反馈。模型、配置与整个 learning 库是不同数据，原图及校审工程也应分别保留。

15.2 每日 每周 每个模型版本

每日：检查框和方向 → 核实文字 → 修订或审核 → 处理后台保存失败 → 保存工程。

每周：导出到新目录 → 抽查图片与真值 → 归类易错场景 → 正常退出后完整备份。

每个模型版本：冻结数据 → 按来源分组 → 模型准备 → 独立验收 → 新版本标识与新目录部署 → 保留旧版回退。

附录 适用范围与记录模板

A 适用范围

本指南适用于 OCRX 2026.10.08.132130 的本地校审反馈、样本导出、自定义模型使用与效果验收。日常操作以对应版本实际显示的菜单和状态提示为准。

本地校审反馈与专用模型训练属于不同环节。人工修订不会自动更新模型文件；本指南不承诺每条修订都能匹配任意新图纸，也不以人工审核显示的 100% 作为统计准确率。

B 资料与版本管理

保留原图、校审工程、完整学习库、导出数据快照、模型交付文件及验收记录。每轮试验使用独立目录，遇到失败先恢复已经验证的旧版，再继续排查。学习资料包含工程图的局部内容，应按原图相同的管理要求保存。

C 每轮学习与模型验收记录

核心习惯：每个样本都能追溯到原图，每个答案都经过核实，每个模型版本都有独立测试和可恢复的旧版。