【TrOCR】用Transformer和torch库实现TrOCR模型

项目结构：

TrOCR/
├── config.py               # 所有配置参数（路径、超参数等）
├── dataset.py              # 数据集类 + 数据增强（合并 data_augmentation）
├── model.py                # 模型加载与配置
├── utils.py                # 通用工具（含日志功能，合并 logger.py）
├── train.py                # 训练逻辑 + 入口（合并 trainer.py）
├── predict.py              # 推理接口 + 入口（合并 inference.py）
├── evaluate.py             # 评估指标 + 入口（合并 metrics.py）
├── requirements.txt        # 依赖库
├── README.md               # 项目说明
├── data/                   # 数据集
│   ├── train/（images + labels.json）
│   ├── val/（images + labels.json）
│   └── test/（images + labels.json）
├── models/                 # 保存训练好的模型
└── logs/                   # 训练日志、评估报告

数据集的数据结构

我的数据集路径：C:\Users\Virgil\Desktop\dataetOCR\ChineseOcr2k，目录下有train和val两个文件夹，分别是images和labels.json。

标签JSON文件的数据结构：labels.json内容是这样的：

    [