README.MD

微信气泡检测文字提取 · WeChat Bubble YOLO

有问题可以加我qq:174335601

环境

uv sync

文本提取需额外安装 OCR（按需）：

uv pip install rapidocr-onnxruntime onnxruntime
# GPU：uv pip install onnxruntime-gpu

0 · 截图

uv run python tools/wechat_window_loop_ocr.py --interval-ms 1000

1 · 标注（二选一）

网页标注 — 启动后打开 http://127.0.0.1:8810/

uv run python tools/fount/server.py

半自动标注

uv run python tools/label_review.py --weights runs/detect/wechat_bubbles-7/weights/best.pt

2 · 划分训练 / 验证集

uv run python tools/split_dataset.py --train-ratio 0.8

3 · 训练（或二次训练）

uv run python train_bubbles.py --model runs/detect/wechat_bubbles-7/weights/best.pt

不指定 --model 则从头训练新模型。

4 · 推理

uv run python predict_bubbles.py --weights runs/detect/wechat_bubbles-7/weights/best.pt --source test

5 · 文本提取

uv run python text_process.py

---

输出目录

目录	说明
before_img/	截图原图
img/、labels/	标注图片与 YOLO 标签
dataset/	训练 / 验证集
runs/detect/.../weights/	模型权重
predict_out/	推理结果
text_json/、text_img/	OCR 文本输出

---

技术栈

类别	技术
语言 / 环境	Python 3.11+、uv
深度学习	PyTorch、TorchVision、Ultralytics YOLOv8
图像	OpenCV、Pillow、NumPy
OCR	RapidOCR + ONNX Runtime
标注前端	HTML / CSS / Canvas + http.server
截图	Win32 API（ctypes）+ PIL