|
|
|
|
|
# PaddleOCR 与 PaddleX
|
|
|
|
|
|
|
|
|
|
|
|
[PaddleX](https://github.com/PaddlePaddle/PaddleX) 是一款基于飞桨框架构建的低代码开发工具，集成了众多开箱即用的预训练模型，支持模型从训练到推理的全流程开发，兼容多款国内外主流硬件，助力 AI 开发者在产业实践中高效落地。
|
|
|
|
|
|
|
|
|
|
|
|
PaddleOCR 在推理部署方面基于 PaddleX 构建，二者在该环节可实现无缝协同。在安装 PaddleOCR 时，PaddleX 也将作为其依赖一并安装。此外，PaddleOCR 与 PaddleX 在产线名称等方面也保持一致。对于快速体验，如果只使用基础配置，用户通常无需了解 PaddleX 的具体概念；但在涉及高级配置、服务化部署等使用场景时，了解 PaddleX 的相关知识将有所帮助。
|
|
|
|
|
|
|
|
|
|
|
|
本文档将介绍 PaddleOCR 与 PaddleX 之间的关系，并说明如何协同使用这两个工具。
|
|
|
|
|
|
|
|
|
|
|
|
## 1. PaddleOCR 与 PaddleX 的区别与联系
|
|
|
|
|
|
|
|
|
|
|
|
PaddleOCR 与 PaddleX 在定位和功能上各有侧重：PaddleOCR 专注于 OCR 相关任务，而 PaddleX 则覆盖了包括时序预测、人脸识别等在内的多种任务类型。此外，PaddleX 提供了丰富的基础设施，具备多模型组合推理的底层能力，能够以统一且灵活的方式接入不同模型，支持构建复杂的模型产线。
|
|
|
|
|
|
|
|
|
|
|
|
PaddleOCR 在推理部署环节充分复用了 PaddleX 的能力，具体包括：
|
|
|
|
|
|
|
|
|
|
|
|
- PaddleOCR 在模型推理、前后处理及多模型组合等底层能力上，主要依赖于 PaddleX。
|
|
|
|
|
|
- PaddleOCR 的高性能推理能力通过 PaddleX 的 Paddle2ONNX 插件及高性能推理插件实现。
|
|
|
|
|
|
- PaddleOCR 的服务化部署方案基于 PaddleX 的实现。
|
|
|
|
|
|
|
|
|
|
|
|
需要特别说明的是，尽管 PaddleOCR 在底层使用了 PaddleX，但得益于 PaddleX 的可选依赖安装功能，**安装 PaddleOCR 推理包时并不会安装 PaddleX 的全部依赖，而只会安装 OCR 类任务需要使用到的依赖**，用户通常无需关心依赖体积的过度膨胀问题。2025 年 5 月测试，在 x86-64 + Linux + Python 3.10 环境中，需要安装的依赖总体积仅仅从 717 MB 增加到 738 MB。
|
|
|
|
|
|
|
|
|
|
|
|
PaddleOCR 和 PaddleX 的版本存在如下对应关系：
|
|
|
|
|
|
|
|
|
|
|
|
| PaddleOCR 版本 | PaddleX 版本 |
|
|
|
|
|
|
| --- | --- |
|
|
|
|
|
|
| `3.0.0` | `3.0.0` |
|
|
|
|
|
|
| `3.0.1` | `3.0.1` |
|
|
|
|
|
|
|
|
|
|
|
|
## 2. PaddleOCR 产线与 PaddleX 产线注册名的对应关系
|
|
|
|
|
|
|
|
|
|
|
|
| PaddleOCR 产线 | PaddleX 产线注册名 |
|
|
|
|
|
|
| --- | --- |
|
|
|
|
|
|
| 通用 OCR | `OCR` |
|
|
|
|
|
|
| 通用版面解析 v3 | `PP-StructureV3` |
|
|
|
|
|
|
| 文档场景信息抽取 v4 | `PP-ChatOCRv4-doc` |
|
|
|
|
|
|
| 通用表格识别 v2 | `table_recognition_v2` |
|
|
|
|
|
|
| 公式识别 | `formula_recognition` |
|
|
|
|
|
|
| 印章文本识别 | `seal_recognition` |
|
|
|
|
|
|
| 文档图像预处理 | `doc_preprocessor` |
|
|
|
|
|
|
| 文档理解 | `doc_understanding` |
|
|
|
|
|
|
|
|
|
|
|
|
## 3. 使用 PaddleX 产线配置文件
|
|
|
|
|
|
|
|
|
|
|
|
在推理部署阶段，PaddleOCR 支持导出和加载 PaddleX 的产线配置文件。用户可通过编辑配置文件，对推理部署相关参数进行深度配置。
|
|
|
|
|
|
|
|
|
|
|
|
### 3.1 导出产线配置文件
|
|
|
|
|
|
|
|
|
|
|
|
可调用 PaddleOCR 产线对象的 `export_paddlex_config_to_yaml` 方法，将当前产线配置导出为 YAML 文件。示例如下：
|
|
|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
|
from paddleocr import PaddleOCR
|
|
|
|
|
|
|
|
|
|
|
|
pipeline = PaddleOCR()
|
|
|
|
|
|
pipeline.export_paddlex_config_to_yaml("ocr_config.yaml")
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
上述代码会在工作目录下生成名为 `ocr_config.yaml` 的产线配置文件。
|
|
|
|
|
|
|
|
|
|
|
|
### 3.2 编辑产线配置文件
|
|
|
|
|
|
|
|
|
|
|
|
导出的 PaddleX 产线配置文件不仅包含 PaddleOCR CLI 和 Python API 支持的参数，还可进行更多高级配置。请在 [PaddleX模型产线使用概览](https://paddlepaddle.github.io/PaddleX/3.0/pipeline_usage/pipeline_develop_guide.html) 中找到对应的产线使用教程，参考其中的详细说明，根据需求调整各项配置。
|
|
|
|
|
|
|
|
|
|
|
|
### 3.3 在 CLI 中加载产线配置文件
|
|
|
|
|
|
|
|
|
|
|
|
通过 `--paddlex_config` 参数指定 PaddleX 产线配置文件的路径，PaddleOCR 会读取其中的内容作为产线的默认配置（优先级高于各参数默认初始化的值）。示例如下：
|
|
|
|
|
|
|
|
|
|
|
|
```bash
|
|
|
|
|
|
paddleocr ocr --paddlex_config ocr_config.yaml ...
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
### 3.4 在 Python API 中加载产线配置文件
|
|
|
|
|
|
|
|
|
|
|
|
初始化产线对象时，可通过 `paddlex_config` 参数传入 PaddleX 产线配置文件路径或配置字典，PaddleOCR 会将其作为默认配置（优先级高于各参数默认初始化的值）。示例如下：
|
|
|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
|
from paddleocr import PaddleOCR
|
|
|
|
|
|
|
|
|
|
|
|
pipeline = PaddleOCR(paddlex_config="ocr_config.yaml")
|
|
|
|
|
|
```
|
