当前位置：首页 > news >正文

PaddleOCR系列——《文本检测、文本识别》模型训练

news 2026/8/25 13:10:59

上面已经制作完数据集，现在开始进行模型训练。

数据集制作请参考：PaddleOCR系列——《文本检测、文本识别、表格结构》数据集制作_ppocrlabel-CSDN博客

官方文档：

文本检测模块 - PaddleOCR 文档

文本识别模块 - PaddleOCR 文档

下载PaddleOCR源码

https://github.com/PaddlePaddle/PaddleOCR.git

再或者GitHub - PaddlePaddle/PaddleOCR: Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages. · GitHub
去github下载源码压缩包

安装参考：PaddleOCR系列——基础环境安装及快速使用-CSDN博客

官方链接：安装 - PaddleOCR 文档

下载预训练模型

# 下载 PP-OCRv5_server_det 预训练模型 wget https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/PP-OCRv5_server_det_pretrained.pdparams # 下载 PP-OCRv5_server_rec 预训练模型 wget https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/PP-OCRv5_server_rec_pretrained.pdparams

训练

源码结构：

配置文件：

接下来让我们看一下配置文件。

所有模型配置文件路径是：

PaddleOCR-main/configs

我们现在要使用的配置文件是：

/mnt/svip/lmz/PyPro/PaddleOCR/test/PaddleOCR-main/configs/det/PP-OCRv5/PP-OCRv5_server_det.yml

/mnt/svip/lmz/PyPro/PaddleOCR/test/PaddleOCR-main/configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml

参数介绍：

PP-OCRv5_server_det.yml

一、Global（全局配置）

这部分是整个训练过程的全局控制参数，影响整体训练流程。

参数	含义	取值说明
`model_name`	模型名称	指定使用 PP-OCRv5_server_det 静态模型进行推理，用于标识训练的模型版本
`debug`	调试模式	`false`表示关闭调试（生产训练建议关闭），`true`会输出更多调试信息
`use_gpu`	是否使用 GPU	`true`启用 GPU 训练（大幅提升速度），`false`使用 CPU（仅测试 / 低配环境）
`epoch_num`	训练轮数	`500`表示模型会完整遍历训练集 500 次（`&epoch_num`是 YAML 锚点，方便其他地方复用该值）
`log_smooth_window`	日志平滑窗口	计算 20 个批次的平均日志指标（如 loss），让日志曲线更平滑
`print_batch_step`	日志打印间隔	每训练 10 个批次，打印一次训练日志（loss、lr 等）
`save_model_dir`	模型保存目录	训练过程中生成的模型文件会保存到`./output/PP-OCRv5_server_det`
`save_epoch_step`	模型保存间隔	每训练 10 个 epoch，保存一次模型权重
`eval_batch_step`	评估间隔	`[0, 1500]`表示：从第 0 个 epoch 开始，每训练 1500 个批次，对验证集评估一次
`cal_metric_during_train`	训练中计算指标	`false`表示训练时不计算精度 / 召回率（提升训练速度），仅在 eval 阶段计算
`checkpoints`	断点续训路径	空值表示从头训练，若填路径则从指定断点恢复训练
`pretrained_model`	预训练模型路径	使用 PPHGNetV2_B4 预训练权重初始化模型（迁移学习，提升训练效果）
`save_inference_dir`	推理模型保存路径	空值表示训练时不导出推理模型，训练完成后可单独导出
`use_visualdl`	可视化工具	`false`关闭 VisualDL（Paddle 可视化工具），`true`可实时查看 loss / 指标曲线
`infer_img`	测试推理图片	训练中若需快速测试模型效果，指定单张测试图片路径
`save_res_path`	推理结果保存路径	测试推理的结果（如检测框坐标）保存到该文件
`distributed`	分布式训练	`true`启用多卡分布式训练（需多 GPU 环境），`false`单卡训练

二、Architecture（模型结构）

定义文本检测模型的网络结构，PP-OCRv5 基于 DB（Differentiable Binarization）算法。

参数	含义	取值说明
`model_type`	模型类型	`det`表示检测模型（OCR 分为 det 检测、rec 识别）
`algorithm`	检测算法	`DB`是 PaddleOCR 主流的文本检测算法（可微分二值化）
`Transform`	数据变换层	空值表示不使用额外变换层
`Backbone.name`	骨干网络	`PPHGNetV2_B4`是 PP-OCRv5 主推的骨干网络（轻量且精度高），`det: True`适配检测任务
`Neck.name`	颈部网络	`LKPAN`是 DB 算法的特征融合模块，`out_channels: 256`输出特征通道数，`intracl: true`启用 intra-class 注意力
`Head.name`	检测头	`PFHeadLocal`是 PP-OCRv5 的检测头，`k: 50`是 DiceLoss 的参数，`mode: "large"`适配大尺寸文本

三、Loss（损失函数）

定义模型训练的损失计算方式，DB 算法的损失由多部分组成。

参数	含义	取值说明
`name`	损失函数名称	`DBLoss`是 DB 算法的专用损失（包含二值化损失 + 分割损失）
`balance_loss`	平衡损失权重	`true`自动平衡不同损失的权重，避免某类损失占主导
`main_loss_type`	主损失类型	`DiceLoss`是分割任务常用损失（适合文本区域分割）
`alpha/beta`	损失权重系数	调整不同损失分支的权重（alpha=5 对应二值化损失，beta=10 对应分割损失）
`ohem_ratio`	难例挖掘比例	`3`表示只计算 hardest 3:1 比例的负样本损失（提升模型对难例的学习能力）

四、Optimizer（优化器）

定义模型参数的优化策略，控制模型如何更新权重。

参数	含义	取值说明
`name`	优化器类型	`Adam`是主流的自适应学习率优化器（比 SGD 收敛更快）
`beta1/beta2`	Adam 超参数	动量相关参数，默认`0.9`和`0.999`（无需修改）
`lr.name`	学习率策略	`Cosine`余弦退火学习率（先升后降，适合长周期训练）
`learning_rate`	初始学习率	`0.001`（8 卡分布式训练的推荐值，单卡需按比例降低，如 0.000125）
`warmup_epoch`	热身轮数	`2`表示前 2 个 epoch 学习率从低到高线性上升（避免初始 lr 过高导致训练不稳定）
`regularizer.name`	正则化方式	`L2`正则化（权重衰减），防止模型过拟合
`factor`	正则化系数	`1e-6`是权重衰减系数（值越小，正则化约束越弱）

五、PostProcess（后处理）

模型输出预测结果后，将特征图转换为文本检测框的过程。

参数	含义	取值说明
`name`	后处理方法	`DBPostProcess`是 DB 算法的专用后处理
`thresh`	二值化阈值	`0.3`表示将预测概率图大于 0.3 的区域视为文本区域
`box_thresh`	检测框置信度阈值	`0.6`过滤掉置信度低于 0.6 的检测框（减少误检）
`max_candidates`	最大候选框数	`1000`限制单张图最多生成 1000 个候选框（防止内存溢出）
`unclip_ratio`	框膨胀系数	`1.5`将检测框向外膨胀 1.5 倍（弥补文本区域收缩，避免框住不全）

六、Metric（评估指标）

定义验证集的评估标准，衡量模型性能。

参数	含义	取值说明
`name`	评估方法	`DetMetric`是文本检测的标准评估方法
`main_indicator`	核心评估指标	`hmean`是 Precision（精确率）和 Recall（召回率）的调和平均（F1-score），是检测任务的核心指标

七、Train（训练集配置）

定义训练集的数据加载、数据增强等流程。

7.1 dataset（数据集配置）

参数	含义	取值说明
`name`	数据集类型	`SimpleDataSet`是 PaddleOCR 通用的数据集加载类
`data_dir`	图片根目录	训练图片的存放路径
`label_file_list`	标签文件路径	训练集标签文件（每行格式：`图片名\t文本框坐标\t是否忽略`）
`ratio_list`	数据采样比例	`[1.0]`表示使用 100% 的训练数据
`transforms`	数据增强 / 预处理流程	按顺序执行以下操作：-`DecodeImage`：解码图片（BGR 模式，通道在后）-`DetLabelEncode`：编码检测标签（转换为模型可识别格式）-`CopyPaste`：文本复制粘贴增强（空值表示关闭）-`IaaAugment`：基于 imgaug 的数据增强（随机水平翻转、旋转 ±10°、缩放 0.5-3 倍）-`EastRandomCropData`：随机裁剪图片到 640×640（最多尝试 50 次，保持宽高比）-`MakeBorderMap`：生成边界概率图（用于计算边界损失）-`MakeShrinkMap`：生成文本区域收缩图（核心分割标签）-`NormalizeImage`：归一化（减均值、除标准差，符合预训练模型输入要求）-`ToCHWImage`：将图片格式从 HWC 转为 CHW（Paddle 要求的输入格式）-`KeepKeys`：保留模型训练所需的关键字段（图片、各类标签）

7.2 loader（数据加载器）

参数	含义	取值说明
`shuffle`	打乱数据	`true`每 epoch 打乱训练集顺序（避免模型过拟合）
`drop_last`	丢弃最后不完整批次	`false`保留最后一个不足 batch_size 的批次（`true`会丢弃，适合严格对齐批次的场景）
`batch_size_per_card`	单卡批次大小	`8`表示每张 GPU 每次加载 8 张图片（批次越大，训练越稳定，但显存占用越高）
`num_workers`	数据加载线程数	`8`启用 8 个线程加载数据（加速数据读取，避免 GPU 等待 CPU）

八、Eval（验证集配置）

定义验证集的数据加载流程（无数据增强，仅基础预处理）。

8.1 dataset（数据集配置）

参数	含义	取值说明
`transforms`	预处理流程	与训练集的区别：- 无数据增强（IaaAugment/Crop 等）-`DetResizeForTest`：测试时统一缩放图片（保持比例）- 保留`polys`（真实框坐标）、`ignore_tags`（是否忽略）用于计算指标

8.2 loader（数据加载器）

参数	含义	取值说明
`shuffle`	打乱数据	`false`验证集无需打乱（按顺序评估即可）
`batch_size_per_card`	单卡批次大小	`1`验证集批次大小为 1（确保评估精度，避免批次维度干扰）
`num_workers`	数据加载线程数	`2`验证集数据量小，线程数可减少

九、其他参数

参数	含义
`profiler_options`	性能分析选项	空值表示关闭性能分析（调试时可开启，分析训练瓶颈）

PP-OCRv5_server_rec.yml

一、Global（全局配置）

控制文本识别模型训练的整体流程和基础参数，是整个训练的 “总开关”。

参数	含义	取值说明
`model_name`	模型名称	指定 PP-OCRv5_server_rec 静态识别模型，标识训练的模型版本
`debug`	调试模式	`false`关闭调试（生产训练建议），`true`输出更多调试日志
`use_gpu`	GPU 启用开关	`true`用 GPU 训练（识别模型对 GPU 依赖高，CPU 训练极慢）
`epoch_num`	训练总轮数	`75`表示模型遍历训练集 75 次（识别模型训练轮数远少于检测，因收敛更快）
`log_smooth_window`	日志平滑窗口	计算 20 个批次的平均指标（如 loss），让日志曲线更平稳
`print_batch_step`	日志打印间隔	每训练 10 个批次打印一次 loss、lr、准确率等日志
`save_model_dir`	模型保存目录	训练权重保存到`./output/PP-OCRv5_server_rec`
`save_epoch_step`	模型保存间隔	每训练 1 个 epoch 保存一次模型（识别模型迭代快，频繁保存便于选最优模型）
`eval_batch_step`	评估间隔	`[0, 2000]`：从第 0 个 epoch 开始，每 2000 个批次评估一次验证集
`cal_metric_during_train`	训练中计算指标	`true`训练时同步计算识别准确率（方便实时监控效果，检测模型常关闭以提速）
`calc_epoch_interval`	按 epoch 评估间隔	`1`每 1 个 epoch 强制评估一次（补充批次级评估）
`pretrained_model`	预训练模型路径	空值表示从头训练，填路径则加载预训练权重（推荐使用，提升收敛速度）
`checkpoints`	断点续训路径	空值表示从头训练，填路径则从指定断点恢复训练
`save_inference_dir`	推理模型保存路径	空值表示训练时不导出，训练完成后可单独导出为推理模型
`use_visualdl`	可视化工具	`false`关闭 VisualDL，`true`可可视化 loss / 准确率曲线
`infer_img`	测试推理图片	训练中快速测试模型识别效果的单张图片路径
`character_dict_path`	字符字典路径	`./ppocr/utils/dict/ppocrv5_dict.txt`是识别字符的字典文件（包含数字、字母、中文等）
`max_text_length`	最大文本长度	`25`（YAML 锚点`&max_text_length`供其他模块复用），限制识别文本的最大字符数，超过则截断
`infer_mode`	推理模式	`false`表示训练模式，`true`为纯推理模式（关闭训练相关逻辑）
`use_space_char`	是否识别空格	`true`支持识别文本中的空格（如 “AB CD”），`false`则忽略空格
`distributed`	分布式训练	`true`启用多卡分布式训练（多 GPU 环境必备）
`save_res_path`	推理结果保存路径	测试推理的识别结果（如 “图片名 \t 识别文本”）保存到该文件
`d2s_train_image_shape`	训练图片尺寸	`[3, 48, 320]`表示通道数 3、高度 48、宽度 320（识别模型固定输入尺寸）

二、Optimizer（优化器）

控制模型参数的更新策略，是模型收敛的核心配置。

参数	含义	取值说明
`name`	优化器类型	`Adam`自适应学习率优化器（识别模型首选，收敛快、稳定性高）
`beta1/beta2`	Adam 超参数	动量相关参数，`0.9`/`0.999`是业界通用值（无需修改）
`lr.name`	学习率策略	`Cosine`余弦退火学习率（先热身上升，后余弦下降，适合识别模型短周期训练）
`learning_rate`	初始学习率	`0.0005`（分布式训练推荐值，单卡需按 batch_size 比例降低，如 0.0000625）
`warmup_epoch`	热身轮数	`1`前 1 个 epoch 学习率从低到高线性上升（避免初始 lr 过高导致训练震荡）
`regularizer.name`	正则化方式	`L2`权重衰减（防止模型过拟合）
`factor`	正则化系数	`3.0e-05`权重衰减系数（值越小，正则化约束越弱，识别模型系数通常比检测小）

三、Architecture（模型结构）

定义 PP-OCRv5 文本识别模型的网络结构，核心是 SVTR_HGNet 算法。

参数	含义	取值说明
`model_type`	模型类型	`rec`表示识别模型（区别于检测`det`）
`algorithm`	识别算法	`SVTR_HGNet`是 PP-OCRv5 主推的识别算法（基于 SVTR 结构 + PPHGNetV2 骨干）
`Transform`	数据变换层	空值表示不使用额外变换层
`Backbone.name`	骨干网络	`PPHGNetV2_B4`轻量高性能骨干网络，`text_rec: True`适配文本识别任务（调整网络输出适配序列建模）
`Head.name`	识别头	`MultiHead`多输出头（同时包含 CTCHead 和 NRTRHead，提升识别精度）
`Head.head_list[0].CTCHead`	CTC 识别头	工业界主流的识别头（无需对齐字符，鲁棒性强）：-`Neck.name: svtr`：SVTR 特征提取模块-`dims: 120`：SVTR 维度-`depth: 2`：SVTR 层数-`hidden_dims: 120`：隐藏层维度-`kernel_size: [1, 3]`：卷积核尺寸-`use_guide: True`：启用引导注意力机制（提升长文本识别效果）-`Head.fc_decay: 0.00001`：全连接层权重衰减系数
`Head.head_list[1].NRTRHead`	NRTR 识别头	辅助识别头（基于注意力机制，提升复杂文本识别精度）：-`nrtr_dim: 384`：NRTR 维度-`max_text_length: *max_text_length`：复用全局配置的最大文本长度

四、Loss（损失函数）

定义模型训练的损失计算方式，多识别头对应多损失。

参数	含义	取值说明
`name`	损失函数名称	`MultiLoss`多损失函数（对应 MultiHead 多识别头）
`loss_config_list`	损失配置列表	-`CTCLoss`：CTC 损失（对应 CTCHead，识别任务核心损失）-`NRTRLoss`：NRTR 损失（对应 NRTRHead，辅助损失）注：MultiLoss 会自动融合两种损失，提升模型泛化能力

五、PostProcess（后处理）

将模型输出的概率分布转换为最终识别文本的过程。

参数	含义	取值说明
`name`	后处理方法	`CTCLabelDecode`基于 CTC 算法的标签解码（将模型输出的序列概率转换为字符）

六、Metric（评估指标）

定义验证集的评估标准，衡量识别模型的性能。

参数	含义	取值说明
`name`	评估方法	`RecMetric`文本识别专用评估方法
`main_indicator`	核心评估指标	`acc`识别准确率（正确识别的样本数 / 总样本数，识别任务的核心指标）

七、Train（训练集配置）

定义训练集的数据加载、数据增强等流程（识别模型数据增强更轻量）。

7.1 dataset（数据集配置）

参数	含义	取值说明
`name`	数据集类型	`MultiScaleDataSet`多尺度数据集加载类（支持不同尺寸图片输入）
`ds_width`	固定宽度	`false`不固定宽度（配合多尺度采样）
`data_dir`	图片根目录	训练图片存放路径
`ext_op_transform_idx`	扩展增强索引	`1`指定数据增强的执行位置（内部参数，无需修改）
`label_file_list`	标签文件路径	训练集标签文件（每行格式：`图片名\t真实文本`）
`transforms`	数据预处理 / 增强流程	按顺序执行：-`DecodeImage`：解码图片（BGR 模式，通道在后）-`RecAug`：识别专用数据增强（如随机模糊、亮度调整、透视变换等，提升鲁棒性）-`MultiLabelEncode`：多标签编码（同时生成 CTC 和 NRTR 所需标签，`gtc_encode: NRTRLabelEncode`指定 NRTR 标签编码方式）-`KeepKeys`：保留训练所需字段（图片、CTC 标签、NRTR 标签、文本长度、有效比例）

7.2 sampler（采样器）

参数	含义	取值说明
`name`	采样器类型	`MultiScaleSampler`多尺度采样器（随机选择图片尺寸，提升模型对不同尺寸文本的适应性）
`scales`	采样尺寸列表	`[[320, 32], [320, 48], [320, 64]]`随机选择宽度 320、高度 32/48/64 的尺寸（模拟不同高度的文本）
`first_bs`	初始批次大小	`128`（YAML 锚点`&bs`供 loader 复用），多尺度采样的初始批次大小
`fix_bs`	固定批次大小	`false`不固定批次大小（适配多尺度采样）
`divided_factor`	尺寸整除因子	`[8, 16]`宽度 / 高度需分别被 8/16 整除（保证模型下采样后尺寸为整数）
`is_training`	训练模式	`True`采样器适配训练场景（打乱、多尺度）

7.3 loader（数据加载器）

参数	含义	取值说明
`shuffle`	打乱数据	`true`每 epoch 打乱训练集（避免模型过拟合）
`batch_size_per_card`	单卡批次大小	`128`（复用锚点`&bs`），每张 GPU 每次加载 128 张图片（识别模型显存占用低，可设较大批次）
`drop_last`	丢弃最后批次	`true`丢弃最后一个不足 batch_size 的批次（保证批次完整性，提升训练稳定性）
`num_workers`	加载线程数	`16`启用 16 个线程加载数据（识别数据量通常大，多线程加速读取）

八、Eval（验证集配置）

定义验证集的数据加载流程（无数据增强，固定尺寸）。

8.1 dataset（数据集配置）

参数	含义	取值说明
`name`	数据集类型	`SimpleDataSet`通用数据集加载类（验证集无需多尺度）
`data_dir`	图片根目录	验证集图片存放路径
`label_file_list`	标签文件路径	验证集标签文件
`transforms`	预处理流程	与训练集的区别：- 无`RecAug`数据增强（保证评估准确性）-`RecResizeImg`：固定调整图片尺寸为`[3, 48, 320]`（与训练最终尺寸一致）- 保留标签字段用于计算准确率

8.2 loader（数据加载器）

参数	含义	取值说明
`shuffle`	打乱数据	`false`验证集无需打乱（按顺序评估即可）
`batch_size_per_card`	单卡批次大小	`128`验证集批次大小与训练集一致（提升评估速度）
`drop_last`	丢弃最后批次	`false`保留最后批次（不遗漏验证样本）
`num_workers`	加载线程数	`4`验证集数据量小，减少线程数（节省资源）

模型训练：

文本检测--模型训练命令：

#单卡训练 (默认训练方式) python3 tools/train.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml \ -o Global.pretrained_model=./PP-OCRv5_server_det_pretrained.pdparams \ Train.dataset.data_dir=./ocr_det_dataset_examples \ Train.dataset.label_file_list='[./ocr_det_dataset_examples/train.txt]' \ Eval.dataset.data_dir=./ocr_det_dataset_examples \ Eval.dataset.label_file_list='[./ocr_det_dataset_examples/val.txt]' #多卡训练，通过--gpus参数指定卡号 python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/train.py \ -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml \ -o Global.pretrained_model=./PP-OCRv5_server_det_pretrained.pdparams \ Train.dataset.data_dir=./ocr_det_dataset_examples \ Train.dataset.label_file_list='[./ocr_det_dataset_examples/train.txt]' \ Eval.dataset.data_dir=./ocr_det_dataset_examples \ Eval.dataset.label_file_list='[./ocr_det_dataset_examples/val.txt]'

文本识别--模型训练命令：

#单卡训练 (默认训练方式) python3 tools/train.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml \ -o Global.pretrained_model=./PP-OCRv5_server_rec_pretrained.pdparams #多卡训练，通过--gpus参数指定卡号 python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/train.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml \ -o Global.pretrained_model=./PP-OCRv5_server_rec_pretrained.pdparams

模型训练脚本：

#!/bin/bash # 脚本名称：model_train.sh # 功能：执行PaddleOCR表格检测模型训练 # 依赖：已安装PaddleOCR环境和相关依赖包 # 训练命令（保持原始参数不变） # Global.pretrained_model：预训练模型路径 # Train.dataset.data_dir：训练集路径 # Train.dataset.label_file_list：训练集标签路径 # Eval.dataset.data_dir：验证集路径 # Eval.dataset.label_file_list：验证集标签路径 # Global.save_model_dir：训练完模型保存路径 # PP-OCRv5_server_det python3 tools/train.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml \ -o Global.pretrained_model=/xxx/PP-OCRv5_server_det_pretrained.pdparams \ Train.dataset.data_dir=/xxx/det/train \ Train.dataset.label_file_list='[/xxx/det/train.txt]' \ Eval.dataset.data_dir=/xxx/det/val \ Eval.dataset.label_file_list='[/xxx/det/val.txt]' \ Global.save_model_dir=/xxx/det/output # PP-OCRv5_server_rec python3 tools/train.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml \ -o Global.pretrained_model=/xxx/PP-OCRv5_server_rec_pretrained.pdparams \ Train.dataset.data_dir=/xxx/rec/train \ Train.dataset.label_file_list='[/xxx/rec/train.txt]' \ Eval.dataset.data_dir=/xxx/rec/val \ Eval.dataset.label_file_list='[/xxx/rec/val.txt]' \ Global.save_model_dir=/xxx/rec/output # 检查命令执行状态 if [ $? -eq 0 ]; then echo "======================================" echo "训练任务执行完成！" echo "======================================" else echo "======================================" echo "训练任务执行失败！请检查错误信息" echo "======================================" exit 1 fi

模型评估：

您可以评估已经训练好的权重，如，output/PP-OCRv5_server_det/best_accuracy.pdprams

文本检测--模型评估命令：

# 注意将pretrained_model的路径设置为本地路径。若使用自行训练保存的模型，请注意修改路径和文件名为{path/to/weights}/{model_name}。 # demo 测试集评估 python3 tools/eval.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml \ -o Global.pretrained_model=output/PP-OCRv5_server_det/best_accuracy.pdparams \ Eval.dataset.data_dir=./ocr_det_dataset_examples \ Eval.dataset.label_file_list='[./ocr_det_dataset_examples/val.txt]'

文本识别--模型评估命令：

#注意将pretrained_model的路径设置为本地路径。若使用自行训练保存的模型，请注意修改路径和文件名为{path/to/weights}/{model_name}。 #demo 测试集评估 python3 tools/eval.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o \ Global.pretrained_model=output/xxx/xxx.pdparams

模型导出

文本检测--模型导出命令：

python3 tools/export_model.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o \ Global.pretrained_model=output/PP-OCRv5_server_det/best_accuracy.pdparams \ Global.save_inference_dir="./PP-OCRv5_server_det_infer/"

文本识别--模型导出命令：

python3 tools/export_model.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o \ Global.pretrained_model=output/xxx/xxx.pdparams \ Global.save_inference_dir="./PP-OCRv5_server_rec_infer/"

模型导出脚本：

#!/bin/bash # 脚本名称：model_export.sh # 功能：执行PaddleOCR表格检测模型转换 # 依赖：已安装PaddleOCR环境和相关依赖包 # 训练命令（保持原始参数不变） # Global.pretrained_model:训练完模型路径 # Global.save_inference_dir：静态图模型导出到的路径 #PP-OCRv5_server_det python3 tools/export_model.py -c configs/det/PP-OCRv5/PP-OCRv5_server_det.yml -o \ Global.pretrained_model=/xxx/det/best_accuracy.pdparams \ Global.save_inference_dir="/xxx/output/det/export_model/" #PP-OCRv5_server_rec python3 tools/export_model.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o \ Global.pretrained_model=/xxx/rec/best_accuracy.pdparams \ Global.save_inference_dir="/xxx/output/rec/export_model/" # 检查命令执行状态 if [ $? -eq 0 ]; then echo "======================================" echo "导出任务执行完成！" echo "======================================" else echo "======================================" echo "导出任务执行失败！请检查错误信息" echo "======================================" exit 1 fi

导出模型后，静态图模型会存放于当前目录的./PP-OCRv5_server_rec_infer/中，在该目录下，您将看到如下文件：