在 `PaddleOCR` 中配置自定义模型（如自己训练的检测/识别模型）

在 PaddleOCR 中配置自定义模型（如自己训练的检测/识别模型），需要明确模型路径、确保文件完整，并在初始化时通过参数指定。以下是详细步骤：

一、准备自定义模型文件

自定义模型需包含 PaddleOCR 要求的完整文件结构，否则会加载失败。具体要求：

1. 模型文件组成（每个模型都需要）

• 检测模型（如文本定位）：
  文件夹内必须包含：

  • inference.pdmodel（模型结构文件）
  • inference.pdiparams（模型参数文件）
  • inference.yml（模型配置文件，记录输入尺寸、预处理方式等）

• 识别模型（如文本内容识别）：
  文件夹内文件同上（3个核心文件）。

• 方向分类器模型（可选，用于判断文本方向）：
  文件夹内文件同上。

2. 示例目录结构

假设你的自定义模型放在项目的 models 文件夹下，结构如下：

project/
├── models/
│   ├── det_model/  # 自定义检测模型
│   │   ├── inference.pdmodel
│   │   ├── inference.pdiparams
│   │   └── inference.yml
│   └── rec_model/  # 自定义识别模型
│       ├── inference.pdmodel
│       ├── inference.pdiparams
│       └── inference.yml
└── your_script.py  # 你的Python脚本

二、在代码中配置自定义模型

通过 PaddleOCR 初始化时的参数，指定自定义模型的路径。核心参数：

• det_model_dir：自定义检测模型文件夹路径
• rec_model_dir：自定义识别模型文件夹路径
• cls_model_dir：自定义方向分类器模型文件夹路径（若启用）

示例代码

from paddleocr import PaddleOCR# 配置自定义模型路径（绝对路径或相对路径均可）
det_model_path = "./models/det_model/"  # 检测模型文件夹
rec_model_path = "./models/rec_model/"  # 识别模型文件夹# 初始化OCR，指定自定义模型
ocr = PaddleOCR(# 检测模型配置det_model_dir=det_model_path,# 识别模型配置rec_model_dir=rec_model_path,# 若有自定义分类器，添加以下参数# cls_model_dir="./models/cls_model/",# 其他必要参数use_angle_cls=True,  # 启用方向检测（若用分类器）lang="ch",  # 语言类型（需与模型训练语言一致）show_log=False  # 关闭日志（可选）
)# 使用自定义模型识别图片
img_path = "test_receipt.jpg"  # 待识别图片
result = ocr.ocr(img_path, cls=True)  # cls=True 启用方向分类# 打印识别结果
for line in result:text = line[1][0]  # 文本内容score = line[1][1]  # 置信度print(f"识别结果：{text}，置信度：{score:.2f}")

三、关键注意事项

1. 路径正确性

   • 确保 det_model_dir/rec_model_dir 指向的文件夹中，确实存在 inference.pdmodel、inference.pdiparams、inference.yml 三个文件。
   • 路径中避免中文、空格或特殊字符（可能导致解析错误，建议用英文路径）。
   • 相对路径是相对于脚本运行目录的，可通过 print(os.getcwd()) 查看当前目录，避免路径错误。

2. 模型与配置匹配

   • inference.yml 中的配置（如输入图片尺寸、归一化参数）必须与模型训练时的设置一致，否则会导致识别精度骤降或报错。
   • 若自定义模型是基于 PaddleOCR 官方代码训练的，导出推理模型时会自动生成 inference.yml，无需手动修改。

3. 语言类型匹配

   • lang 参数需与自定义模型训练时的语言一致（如训练的是英文模型，lang="en"；中文模型用 lang="ch"），否则可能出现乱码。

4. 混合使用自定义与默认模型
   若只想替换其中一个模型（如用自定义检测模型+官方识别模型），只需指定对应参数，未指定的参数会自动使用默认模型：

   # 仅使用自定义检测模型，识别模型用官方默认
   ocr = PaddleOCR(det_model_dir="./models/det_model/", rec_model_dir=None)
   

四、常见错误及解决

1. “No such file or directory: … inference.yml”
   → 原因：模型文件夹中缺少 inference.yml，或路径错误。
   → 解决：重新下载/导出完整模型，核对路径是否正确。

2. “Model format error” 或识别结果乱码
   → 原因：模型文件损坏，或 inference.yml 配置与模型不匹配。
   → 解决：重新导出模型，确保训练和导出流程正确。

3. “Could not find xxx in the model”
   → 原因：模型类型与任务不匹配（如用识别模型当检测模型）。
   → 解决：确认 det_model_dir 放检测模型，rec_model_dir 放识别模型。

通过以上步骤，即可在 PaddleOCR 中成功配置并使用自定义模型，实现个性化的文本检测与识别需求。

在 CPU 环境下使用 PaddleOCR 时，识别速度较慢是常见问题，主要受限于 CPU 计算能力和模型复杂度。以下是经过验证的优化方法，可显著提升速度（按效果优先级排序）：

一、使用轻量级模型（最有效）

PaddleOCR 提供不同量级的模型，轻量版模型（Mobile 版）的速度远快于高精度版，适合 CPU 环境：

1. 切换为轻量版模型

默认情况下，PaddleOCR 可能使用轻量模型，但若手动指定了高精度模型，需切换：

from paddleocr import PaddleOCR# 明确使用轻量版模型（中文为例）
ocr = PaddleOCR(use_angle_cls=True,lang="ch",# 轻量版检测模型（默认）：ch_PP-OCRv5_det_infer# 轻量版识别模型（默认）：ch_PP-OCRv5_rec_infershow_log=False
)

• 轻量版模型（如 PP-OCRv5 Mobile）体积小、计算量低，CPU 上速度提升 2-3 倍。
• 高精度模型（如 PP-OCRv5 Server）适合 GPU，CPU 上会很慢，非必要不使用。

二、降低图片分辨率（性价比高）

大尺寸图片（如 4000x3000 像素）会显著增加计算量，缩小图片尺寸可大幅提升速度，且对文字较大的场景（如单据、文档）影响较小：

1. 代码中预处理图片

from paddleocr import PaddleOCR
from PIL import Image
import numpy as npdef resize_image(img_path, max_side_len=1024):"""将图片最长边缩放到 max_side_len，保持比例"""img = Image.open(img_path).convert("RGB")w, h = img.size# 计算缩放比例scale = max_side_len / max(w, h)if scale < 1:new_w, new_h = int(w * scale), int(h * scale)img = img.resize((new_w, new_h), Image.LANCZOS)  # 高质量缩放return np.array(img)# 初始化 OCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch", show_log=False)# 处理图片并识别
img = resize_image("receipt.jpg", max_side_len=1024)  # 最长边不超过1024
result = ocr.ocr(img, cls=True)

• 推荐 max_side_len=800-1200（根据文字大小调整，文字越小，尺寸不宜过小）。
• 对比：4000x3000 图片缩放到 1000x750 后，速度可提升 3-5 倍。

三、关闭不必要的功能

1. 关闭方向分类器（cls=False）

若单据文本方向固定（如均为水平），可关闭方向检测（cls=False），减少一次模型推理：

ocr = PaddleOCR(use_angle_cls=False, lang="ch")  # 关闭方向分类
result = ocr.ocr(img_path, cls=False)  # 不执行方向检测

• 速度提升：约 10-20%（方向分类器占总耗时的一部分）。
• 注意：若文本可能倾斜（如手写单据），关闭后会降低识别准确率。

2. 减少识别候选框数量

通过检测模型参数限制文本框数量（适合文本稀疏的场景）：

ocr = PaddleOCR(det_limit_side_len=1024,  # 检测时图片最大边长（同 resize 效果）det_db_thresh=0.3,  # 检测阈值（值越高，检测出的文本框越少）show_log=False
)

• det_db_thresh 调大（如 0.3→0.5），会过滤低置信度文本框，减少后续识别压力。

四、使用 ONNX 推理引擎（加速 20-50%）

PaddleOCR 支持 ONNX 格式模型，配合 onnxruntime 引擎，CPU 上速度比原生 Paddle 引擎更快：

1. 安装 ONNX 相关依赖

pip install onnxruntime paddle2onnx

2. 转换模型为 ONNX 格式（仅需一次）

from paddle2onnx import convert# 转换检测模型（以轻量版为例）
convert(model_dir="./ch_PP-OCRv5_det_infer",  # 原 Paddle 模型目录save_file="./onnx/det_model.onnx",input_shape_dict={"x": [1, 3, -1, -1]},  # 动态输入尺寸opset_version=11
)# 转换识别模型
convert(model_dir="./ch_PP-OCRv5_rec_infer",save_file="./onnx/rec_model.onnx",input_shape_dict={"x": [1, 3, 48, -1]},opset_version=11
)

3. 使用 ONNX 引擎加载模型

from paddleocr import PaddleOCRocr = PaddleOCR(det_model_dir="./onnx/det_model.onnx",  # ONNX 检测模型rec_model_dir="./onnx/rec_model.onnx",  # ONNX 识别模型use_onnx=True,  # 启用 ONNX 引擎show_log=False
)

• 优势：onnxruntime 对 CPU 优化更好（如支持 MKL-DNN 加速），尤其在多线程下效率更高。

五、启用多线程/多进程（批量处理时）

若需批量识别多张图片，使用多线程或进程池并行处理，充分利用 CPU 多核：

1. 多线程示例（适合 I/O 密集型场景）

import threading
from paddleocr import PaddleOCRocr = PaddleOCR(use_angle_cls=True, lang="ch", show_log=False)
img_list = ["img1.jpg", "img2.jpg", "img3.jpg"]  # 批量图片
results = []def ocr_task(img_path):results.append(ocr.ocr(img_path, cls=True))# 启动多线程
threads = [threading.Thread(target=ocr_task, args=(img,)) for img in img_list]
for t in threads:t.start()
for t in threads:t.join()print(results)  # 批量结果

• 注意：Python 多线程受 GIL 限制，CPU 密集型任务建议用 multiprocessing 多进程。

六、其他细节优化

1. 关闭日志输出：show_log=False 减少 I/O 耗时。
2. 使用最新版本：PaddleOCR 和 paddlepaddle 不断优化 CPU 支持，更新到最新版（pip install -U paddleocr paddlepaddle）。
3. 裁剪 ROI 区域：若只需识别单据中的特定区域（如编号所在位置），提前裁剪图片，减少无效区域计算。

效果总结

组合以上方法（轻量模型 + 图片缩放 + ONNX 引擎），CPU 环境下的识别速度可提升 3-10 倍，基本能满足日常单据处理需求。若仍不满足，可考虑升级到高性能 CPU（如 Intel i7/i9 或 AMD Ryzen），或在关键场景引入 GPU 加速。