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]

使用二次开发中的例子微调rec模型会报错，环境:
paddle2onnx 2.0.1
paddleocr 3.1.0
paddlepaddle-gpu 3.1.0
paddlex 3.1.3

Traceback (most recent call last):
File "/data/ppocr/PaddleOCR-main/./tools/train.py", line 272, in
main(config, device, logger, vdl_writer, seed)
File "/data/ppocr/PaddleOCR-main/./tools/train.py", line 225, in main
program.train(
File "/data/ppocr/PaddleOCR-main/tools/program.py", line 312, in train
for idx, batch in enumerate(train_dataloader):
File "/usr/local/lib/python3.10/dist-packages/paddle/io/reader.py", line 621, in iter
return _DataLoaderIterMultiProcess(self)
File "/usr/local/lib/python3.10/dist-packages/paddle/io/dataloader/dataloader_iter.py", line 431, in init
self._init_workers()
File "/usr/local/lib/python3.10/dist-packages/paddle/io/dataloader/dataloader_iter.py", line 448, in _init_workers
self._data_queue = multiprocessing.Queue()
File "/usr/lib/python3.10/multiprocessing/context.py", line 103, in Queue
return Queue(maxsize, ctx=self.get_context())
File "/usr/lib/python3.10/multiprocessing/queues.py", line 43, in init
self._rlock = ctx.Lock()
File "/usr/lib/python3.10/multiprocessing/context.py", line 68, in Lock
return Lock(ctx=self.get_context())
File "/usr/lib/python3.10/multiprocessing/synchronize.py", line 162, in init
SemLock.init(self, SEMAPHORE, 1, 1, ctx=ctx)
File "/usr/lib/python3.10/multiprocessing/synchronize.py", line 57, in init
sl = self._semlock = _multiprocessing.SemLock(
OSError: [Errno 28] No space left on device
Exception ignored in: <function _DataLoaderIterMultiProcess.del at 0x7fc79c14cf70>
Traceback (most recent call last):
File "/usr/local/lib/python3.10/dist-packages/paddle/io/dataloader/dataloader_iter.py", line 809, in del
self._try_shutdown_all()
File "/usr/local/lib/python3.10/dist-packages/paddle/io/dataloader/dataloader_iter.py", line 587, in _try_shutdown_all
if not self._shutdown:
AttributeError: '_DataLoaderIterMultiProcess' object has no attribute '_shutdown'

[liuhongen1234567]

您好，根据报错看起来是 您的磁盘没有空间了。