CnOCR V2.3 新版发布：模型更好、更多、更大
内容提要
CnOCR V2.3 版本发布，经过重新训练和精调，精度更高。新增多种场景和规模的模型，支持简体中文、英文及数字识别。模型分为场景、文档、数字和通用四类，满足不同应用需求。用户可在在线 Demo 验证效果，模型可免费获取或购买。
延伸解读
模型规模与精度权衡
V2.3 提供了三个参数规模的模型系列：densenet_lite_136-gru（3.1M）、densenet_lite_246-gru_base（6.6M）和 densenet_lite_666-gru_large（21.3M）。文章中的预训练和精调曲线显示，随着模型规模增大，精度迅速提升。但大模型文件也更大，对计算资源要求更高。因此，选择模型时需在精度和资源消耗之间取得平衡。
场景化模型选择指南
V2.3 将模型按使用场景分为四类：scene 适合一般拍照图片，doc 适合文档截图或扫描件，number 仅识别纯数字（如银行卡号），general 适合无明显倾向的图片。文章建议具体选择时以实际效果为准，并推荐先在在线 Demo 上用自己的图片验证，再决定是否需要更大模型。
获取方式与使用成本
densenet_lite_136-gru 系列已开源，可免费自动下载；densenet_lite_246-gru_base 系列仅供知识星球会员使用；densenet_lite_666-gru_large 系列需购买。文章还提到，星球会员购买个人版模型可享八折，但企业版无折扣。用户需根据自身需求和预算选择合适的模型。
在线 Demo 的实用技巧
文章提供了 HuggingFace 和 ModelScope 两个在线 Demo，但 HuggingFace 需要梯子，ModelScope 体验较差。一个实用技巧是：检测模型会极大影响识别效果，可以尝试多个检测模型，或上传单行文字图片并勾选“单行文字模式”，从而绕过检测模型，仅测试识别模型的效果。
Q&A
CnOCR V2.3 的主要改进是什么？
CnOCR V2.3 经过重新训练和精调，精度更高，并新增多种场景和规模的模型。
CnOCR V2.3 支持哪些语言的识别？
CnOCR V2.3 支持简体中文、英文及数字的识别。
如何获取 CnOCR V2.3 的模型？
用户可以在在线 Demo 验证效果，模型可免费获取或购买，具体可在 HuggingFace 和 ModelScope 上下载。
CnOCR V2.3 中模型的分类有哪些？
模型分为场景、文档、数字和通用四类，满足不同应用需求。
V2.3 版本中删除了哪些模型？
V2.3 删除了小模型，新增了更高参数量的模型系列。
如何在 CnOCR 中验证模型效果？
用户可以在 HuggingFace 上的 CnOCR Demo 上传照片验证效果，或在 ModelScope 上使用 Demo。
