OFATokenizerZH' object has no attribute 'vocab'

一楼说的是对的但是对于我们小白来说，需要配置transformers环境和OFA环境

git clone --single-branch --branch feature/add_transformers https://github.com/OFA-Sys/OFA.git
pip install OFA/transformers/
git clone https://huggingface.co/OFA-Sys/OFA-tiny

详情请看[https://huggingface.co/OFA-Sys/ofa-tiny]

这个错误信息意味着在尝试访问OFATokenizerZH对象的vocab属性时失败了，因为该属性不存在。在使用transformers库的模型时，通常会在加载模型之后初始化一个tokenizer，并且tokenizer会有一个名为vocab的属性。

你遇到这个问题可能是因为：

1. 模型版本问题：确保你使用的模型版本与你安装的transformers库版本兼容。

2. tokenizer未正确加载或初始化：检查你的代码是否正确地初始化了一个tokenizer并将其与模型相关联。对于OFA模型，你可以通过以下方式创建一个tokenizer：

   from transformers import OFATokenizer
   
   tokenizer = OFATokenizer.from_pretrained("/home/projects/modelscope/models/ofa_ocr-recognition_general_base_zh")
   

3. 本地模型文件不完整或损坏：如果你将模型文件从互联网上下载到本地目录，确保所有的文件都已正确下载并且没有损坏。

如果您希望将 "ofa_ocr-recognition_general_base_zh" 模型从云端拷贝到内网服务中并指定模型位置为本地目录，可以按照以下步骤进行操作：

1. 首先，在云端上将模型文件 "ofa_ocr-recognition_general_base_zh" 下载到本地。您可以使用阿里云的对象存储服务 OSS 或其他文件传输方式来下载模型文件。

2. 将下载的模型文件 "ofa_ocr-recognition_general_base_zh" 复制到您的内网服务中的指定目录（例如 "/home/projects/modelscope/models/"）。

3. 在您的内网服务代码中，通过指定模型的本地路径来加载该模型。根据您提供的示例代码，可以将 model 参数设置为 "/home/projects/modelscope/models/ofa_ocr-recognition_general_base_zh"，如下所示：

ocr_recognize = pipeline(task=Tasks.ocr_recognition, model="/home/projects/modelscope/models/ofa_ocr-recognition_general_base_zh")

确保在指定模型路径时使用正确的本地路径，并确保模型文件位于指定路径中。