PaddleOCR/latest/version3.x/module_usage/text_recognition

[giscus[bot]]

PaddleOCR/latest/version3.x/module_usage/text_recognition

Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)

https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/module_usage/text_recognition.html

[SHOUshou0426]

你好，我想问一下，PaddleOCR 的示例代码打印的json ，没有检测模型输出的检测框的阈值，类似于detect模型的conf 值，只有rec scores值

[SHOUshou0426]

这上面没有det 检测模型的每个box 框的阈值 At 2025-06-03 13:35:06, "giscus[bot]" ***@***.***> wrote: PaddleOCR/latest/version3.x/module_usage/text_recognition Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices) https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/module_usage/text_recognition.html — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liuhongen1234567]

感谢您的反馈，这个确实是当前版本遗漏的一个地方，我们会在下一个wheel版本支持该参数，或者直接使用文本检测模块可以获取该参数，这里dt_scores 就是检测框的阈值。

[SHOUshou0426]

如何自己添加呢，我查看ocr.py 没有看到return 的json 都是继承 在 2025-06-03 14:29:22，"liuhongen1234567" ***@***.***> 写道： 感谢您的反馈，这个确实是当前版本遗漏的一个地方，我们会在下一个wheel版本支持该参数，或者直接使用文本检测模块可以获取该参数，这里dt_scores 就是检测框的阈值。 image.png (view on web) — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[SHOUshou0426]

你好，我查看到pipline.py 下保存了rec 的一些信息，是否我可以直接添加det 的信息即可 在 2025-06-03 14:29:22，"liuhongen1234567" ***@***.***> 写道： 感谢您的反馈，这个确实是当前版本遗漏的一个地方，我们会在下一个wheel版本支持该参数，或者直接使用文本检测模块可以获取该参数，这里dt_scores 就是检测框的阈值。 image.png (view on web) — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liuhongen1234567]

应该不行，检测框还涉及到一个排序的过程，直接添加det信息，识别框和分数可能对应不上

[SHOUshou0426]

直接获取dt_scores 还不是已经排序后的结果吗，我打印了一些，我发现是最后的结果了， det_scores_list= [item["dt_scores"] foritemindet_results] 在 2025-06-03 15:25:37，"liuhongen1234567" ***@***.***> 写道： 应该不行，检测框还涉及到一个排序的过程，直接添加det信息，识别框和分数可能对应不上 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liuhongen1234567]

应该不是的，这个地方还进行了一个排序，

[SHOUshou0426]

我查看下面是直接det 的result 最后的结果了，在往后续都是rec 的存入result 的结果了 在 2025-06-03 15:25:37，"liuhongen1234567" ***@***.***> 写道： 应该不行，检测框还涉及到一个排序的过程，直接添加det信息，识别框和分数可能对应不上 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liuhongen1234567]

获取这个检测分数具体有什么用途吗？如果只是筛选的话可以通过text_det_box_thresh 这个参数筛掉低于阈值的边界框。中间排序过程还比较复杂，不太容易还原出排序后的索引。

[SHOUshou0426]

这是添加后的值，目前查看应该是没有问题，你这边查看一下，验证是否正确，要和直接检测的示例代码，同步打印一下，但是发现了一个问题，我要去测试det 的conf 是否一直情况，det 示例代码，推理出来的检测效果和我端对端的效果不一致，模型都是同步的 以下是det 示例代码推理结果 在 2025-06-03 15:25:37，"liuhongen1234567" ***@***.***> 写道： 应该不行，检测框还涉及到一个排序的过程，直接添加det信息，识别框和分数可能对应不上 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[SHOUshou0426]

主要是用于查看误报框的conf 值为多少，选择合理的thresh 过滤 在 2025-06-03 15:52:41，"liuhongen1234567" ***@***.***> 写道： 获取这个检测分数具体有什么用途吗？如果只是筛选的话可以通过text_det_box_thresh 这个参数筛掉低于阈值的边界框。中间排序过程还比较复杂，不太容易还原出排序后的索引。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liuhongen1234567]

您那边是否输入存在一定问题呢？我这边只能看到文字内容。和检测对应不上是正常的，端到端产线和OCR还对边界框进行了一定处理。

[SHOUshou0426]

好的，我想问一下paddlesilm 对paddleocr 的模型进行int8量化，GitHub描述为无损精度量化，是否还可以使用实例代码进行推理预测呢 在 2025-06-03 16:00:15，"liuhongen1234567" ***@***.***> 写道： 您那边是否输入存在一定问题呢？我这边只能看到文字内容。和检测对应不上是正常的，端到端产线和OCR还对边界框进行了一定处理。 image.png (view on web) — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liuhongen1234567]

应该是可以的，不过paddleslim导出后的模型需要进行一定的修改，这个仓库导出的模型应该不符合现在paddleocr3.0的规范，比如：需要手动添加inference.yaml 等

[SHOUshou0426]

paddleslim 确保是无损精度下的int8 量化吗，保留精度，速度更快 在 2025-06-03 16:47:58，"liuhongen1234567" ***@***.***> 写道： 应该是可以的，不过paddleslim导出后的模型需要进行一定的修改，这个仓库导出的模型应该不符合现在paddleocr3.0的规范，比如：需要手动添加inference.yaml 等 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liuhongen1234567]

这个仓库有点老，可能不适用于最新的模型。您那边可以尝试一下。

[SHOUshou0426]

提高paddleocr 的整体推理速度，目前已经使用的trt 和 网络也采用了最轻量级网络，paddlesilm 仓库有点老，估计是不适配v3 模型，和新的推理框架，还有最后一点想问一下您，对于检测模型出现误检测情况，采用box 面积大小过滤，在送入到rec 模型识别，这个在什么位置呢，我看pipline 是没有的 在 2025-06-03 16:56:02，"liuhongen1234567" ***@***.***> 写道： 这个仓库有点老，可能不适用于最新的模型。您那边可以尝试一下。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liuhongen1234567]

您好， /usr/local/lib/python3.10/dist-packages/paddlex/inference/models/text_detection/processors.py 中的 DBPostProcess 有一个检测框过滤的操作，不知道是不是您所需要的。

[SHOUshou0426]

好的，感谢您 在 2025-06-03 17:27:57，"liuhongen1234567" ***@***.***> 写道： 您好， /usr/local/lib/python3.10/dist-packages/paddlex/inference/models/text_detection/processors.py 中的 DBPostProcess 有一个检测框过滤的操作，不知道是不是您所需要的。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[xushuwen2001]

你好，我想请问一下，有开源rec_mv3_none_none_ctc.yml配置的预训练识别模型吗？

[liuhongen1234567]

您好，paddleocr2.0时代的模型可以在 https://github.com/PaddlePaddle/PaddleOCR/blob/4602329be9432db4328f28a3e16a04a9eb8e823e/docs/version2.x/ 目录下找到，比如：您要找的 rec_mv3_none_none_ctc.yml 在这个文档 https://github.com/PaddlePaddle/PaddleOCR/blob/4602329be9432db4328f28a3e16a04a9eb8e823e/docs/version2.x/algorithm/text_recognition/algorithm_rec_rosetta.md

[chenmo7760]

您好，请问怎么精确获取文本检测、分类、识别的时长呢？谢谢！

[zhourongming]

请问PP-OCRv4_server_rec包含哪些层，训练时是否可以冻结指定的层，如何设置？

[SHOUshou0426]

您好，训练ocrv4-rec 模型，使用en_dict key 里面不包含任何的符号信息，为什么export 出的inference.yml的dict 却包含了很多符号信息呢。我将符号信息去除模型识别出的结果完全不正确了，这种如何解决呢， 我想保证最后输出的没有任何标点符号信息

[ctgushiwei]

[liuhongen1234567]

您好，根据报错看起来是 您的磁盘没有空间了。

[tcyjohn]

from paddleocr import TextRecognition
model = TextRecognition(model_name="PP-OCRv5_server_rec")
output = model.predict(input="general_ocr_rec_001.png", batch_size=1)
for res in output:
res.print()
res.save_to_img(save_path="./output/")
res.save_to_json(save_path="./output/res.json")

你好，我想请问一下为什么我用你们提供的这段代码去跑你们提供的示例图片，结果却是
{
"input_path": "general_ocr_001.png",
"page_index": null,
"rec_text": "ybjieshou@eastmoney.com",
"rec_score": 0.9091137051582336
}

[tcyjohn]

没事了，才发现用成检测模块的示例图片了。但我想知道如果需要识别更大图片内的更多字符（比如手写笔记），应该使用哪些模块去提升准确度呢？

[MyAbc12345678]

因为使用默认的模型，识别小图片上的数字识别率非常低。
所以我进行了二次开发，我从0开始训练了一个名字叫：rec_digits_ctc_v1的模型，但是开始测试时，发现一直出现匹配不上Model_name
测试的配置文件inference.yml和 训练模型的配置文件rec_digits_ctc_3.3.yml都写明了model_name。
Global:
model_name: rec_digits_ctc_v1
Global:
model_name: rec_digits_ctc_v1

log：
Traceback (most recent call last):
File "D:\Src\Seisinsya\PythonOCR\PaddleOCR\paddleocr_pipelines\base.py", line 105, in _create_paddlex_pipeline
return create_pipeline(config=self.merged_paddlex_config, **kwargs)
File "D:\Src\Seisinsya\PythonOCR\venv\lib\site-packages\paddlex\inference\pipelines_init.py", line 167, in create_pipeline
pipeline = BasePipeline.get(pipeline_name)(
File "D:\Src\Seisinsya\PythonOCR\venv\lib\site-packages\paddlex\utils\deps.py", line 206, in _wrapper
return old_init_func(self, *args, **kwargs)
File "D:\Src\Seisinsya\PythonOCR\venv\lib\site-packages\paddlex\inference\pipelines_parallel.py", line 103, in init
self._pipeline = self._create_internal_pipeline(config, self.device)
File "D:\Src\Seisinsya\PythonOCR\venv\lib\site-packages\paddlex\inference\pipelines_parallel.py", line 158, in _create_internal_pipeline
return self.pipeline_cls(
File "D:\Src\Seisinsya\PythonOCR\venv\lib\site-packages\paddlex\inference\pipelines\ocr\pipeline.py", line 135, in init
self.text_rec_model = self.create_model(
File "D:\Src\Seisinsya\PythonOCR\venv\lib\site-packages\paddlex\inference\pipelines\base.py", line 106, in create_model
model = create_predictor(
File "D:\Src\Seisinsya\PythonOCR\venv\lib\site-packages\paddlex\inference\models_init.py", line 82, in create_predictor
model_name == config["Global"]["model_name"]
AssertionError: Model name mismatch，please input the correct model dir.

[liuhongen1234567]

您好，model_name 必须位于paddleocr支持的模型列表中，不能随机命名，不然匹配不上对应的推理逻辑。文本识别的模型列表在文档的这个地方。可以看看默认模型的名称是什么

[hcyhanson-sketch]

你好，请问使用4.4模型导出功能后，如何使用python加载导出后的模型运行推理呢？

1. 初始化 OCR，指定你导出的 rec 模型路径

ocr = PaddleOCR(
use_angle_cls=True,
lang="en", # 根据你的模型语言调整
rec_model_dir="./text_rec_model/best_model", # 你导出的识别模型
rec_char_dict_path="./text_rec_model/screen_dict.txt", # 你的自定义字典文件路径
use_gpu=True # 根据环境设置
)
我使用这个方式，提示ValueError: Unknown argument: rec_char_dict_path

[liuhongen1234567]

您好， paddleocr 3.0字典文件已经写入inference.yaml 中，推理时会自动加载，因此 rec_char_dict_path 已经移除，无需进行指定。

[hcyhanson-sketch]

感谢回复，我是使用PP-OCRv5_mobile_rec.yml ， 配合自定义的dict进行训练的，所以需要加载的； 我想问的是使用tools/export.py导出成静态图模型后，生成文件夹./PP-OCRv5_server_rec_infer/
├── inference.json
├── inference.pdiparams
├── inference.yml； 如何通过PaddleOCR 的 API 加载推理呢？ 有木有代码示例呀

[hcyhanson-sketch]

看了下inference.yaml后明白了，确实不需要二次加载字典；像PaddleOCR之类有没有详细的api接口使用介绍页；

[LazyShark2001]

ocr = PaddleOCR(
    text_detection_model_name="PP-OCRv5_server_det",
    text_recognition_model_name="PP-OCRv5_server_rec",
    text_recognition_model_dir="/mnt/data/yzq/PaddleOCR-train/PP-OCRv5_server_rec_infer",）

用name变量指定名称，用dir指定路径