该文章主要记录 RapidOCR 集成 PP-LCNet textline 文本行方向分类模型记录，涉及模型转换，模型精度测试等步骤。 ### 引言 该部分主要是支持 [文本行方向分类模块使用教程](https://www.paddleocr.ai/latest/version3.x/module_usage/textline_orientation_classification.html) 中两个文本行方向分类模型：**PP-LCNet_x0_25_textline_ori** 和 **PP-LCNet_x1_0_textline_ori**。 下面是从上述链接中得到的这两个模型的情况： | 模型 | 模型下载链接 | Top-1 Acc（%） | GPU 推理耗时（ms） | CPU 推理耗时 (ms) | 模型存储大小（MB） | 介绍 | |-------|---|----|---|------------------|--------------------|-----| | PP-LCNet_x0_25_textline_ori | [推理模型](https://paddle-model-ecology.bj.bcebos.com/paddlex/official_inference_model/paddle3.0.0/PP-LCNet_x0_25_textline_ori_infer.tar) / [训练模型](https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/PP-LCNet_x0_25_textline_ori_pretrained.pdparams) | 98.85 | 2.16 / 0.41 | 2.37 / 0.73 | 0.96 | 基于 PP-LCNet_x0_25 的文本行分类模型，含有两个类别，即 0 度，180 度 | | PP-LCNet_x1_0_textline_ori | [推理模型](https://paddle-model-ecology.bj.bcebos.com/paddlex/official_inference_model/paddle3.0.0/PP-LCNet_x1_0_textline_ori_infer.tar) / [训练模型](https://paddle-model-ecology.bj.bcebos.com/paddlex/official_pretrained_model/PP-LCNet_x1_0_textline_ori_pretrained.pdparams) | 99.42 | - / - | 2.98 / 2.98 | 6.5 | 基于 PP-LCNet_x1_0 的文本行分类模型，含有两个类别，即 0 度，180 度 | ### 以下代码运行环境 - OS: macOs Tahoe 26.3.1 (a) - Python: 3.10.0 - PaddlePaddle: 3.1.0 - paddle2onnx: 2.1.0 - paddlex: 3.0.0 - rapidocr: 2.1.0 - paddleocr: 3.4.0 ### 1. 模型跑通 测试图：[link](https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/textline_rot180_demo.jpg) ```python linenums="1" from paddleocr import TextLineOrientationClassification # model: PP-LCNet_x1_0_textline_ori / PP-LCNet_x0_25_textline_ori img_path = "datasets/textline_rot180_demo.jpg" model = TextLineOrientationClassification(model_name="PP-LCNet_x1_0_textline_ori") output = model.predict(img_path, batch_size=1) for res in output: res.print(json_format=False) res.save_to_img("./output/demo.png") res.save_to_json("./output/res.json") ``` 预期结果如下，表明成功运行： ```bash linenums="1" Model files already exist. Using cached files. To redownload, please delete the directory manually: `/Users/xxxx/.paddlex/official_models/PP-LCNet_x1_0_textline_ori`. {'res': {'input_path': 'datasets/textline_rot180_demo.jpg', 'page_index': None, 'class_ids': array([1], dtype=int32), 'scores': array([0.89868], dtype=float32), 'label_names': ['180_degree']}} ``` ### 2. 模型转换 转换代码： ```bash linenums="1" paddle2onnx --model_dir official_models/PP-LCNet_x0_25_textline_ori \ --model_filename inference.json \ --params_filename inference.pdiparams \ --save_file official_models/onnx/PP-LCNet_x0_25_textline_ori.onnx ``` 输出日志如下，表明转换成功： ```bash linenums="1" [Paddle2ONNX] Start parsing the Paddle model file... [Paddle2ONNX] Use opset_version = 9 for ONNX export. [Paddle2ONNX] PaddlePaddle model is exported as ONNX format now. 2026-03-24 11:53:36 [INFO] Try to perform constant folding on the ONNX model with Polygraphy. [W] 'colored' module is not installed, will not use colors when logging. To enable colors, please install the 'colored' module: python3 -m pip install colored [I] Folding Constants | Pass 1 [I] Total Nodes | Original: 307, After Folding: 143 | 164 Nodes Folded [I] Folding Constants | Pass 2 [I] Total Nodes | Original: 143, After Folding: 143 | 0 Nodes Folded 2026-03-24 11:53:37 [INFO] ONNX model saved in official_models/onnx/PP-LCNet_x0_25_textline_ori.onnx. ``` ### 3. 模型转换前后精度测试 将上一步中转换得到的 ONNX 模型，在 PaddleOCR 源码模型推理时，插入 ONNX Runtime 推理 ONNX 模型的代码，确保相同输入，来比较输出是否在误差范围内。 ```python linenums="1" title="/miniconda3/envs/py310/lib/python3.10/site-packages/paddlex/inference/models/image_classification/predictor.py" # 省略上面代码 import numpy as np import onnxruntime model_path = "official_models/onnx/PP-LCNet_x0_25_textline_ori.onnx" ort_session = onnxruntime.InferenceSession(model_path) ort_inputs = {"x": x[0]} ort_outputs = ort_session.run(None, ort_inputs) if self._use_static_model: batch_preds = self.infer(x=x) else: with TemporaryDeviceChanger(self.device): batch_preds = self.infer(x=x) # 这里是比较相同输入时，输出结果数值差异有多大。如果这行代码可以执行通过，就说明模型转换前后差异很小。 np.testing.assert_allclose(batch_preds[0], ort_outputs[0], atol=1e-5, rtol=1e-5) # 省略下面代码 ``` ### 4. 指标评测 !!! note 以下测评结果来自于有限的评测集，很难做到全面评估一个模型效果好坏。因此，需要大家在使用时，辩证地看待各个模型，都可以在实际场景下多测测，看看效果来使用。 文本行方向分类模型评估一直缺乏一个评测集。我将之前构建的文本识别评测集（[text_rec_test_dataset](https://huggingface.co/datasets/SWHL/text_rec_test_dataset)）做了部分旋转 180 度处理，剔掉竖排文字。最终得到文本行方向分类评测集 [text_cls_test_dataset](https://huggingface.co/datasets/SWHL/text_cls_test_dataset)。 === "PaddleOCR 评测代码" ```python linenums="1" import cv2 import numpy as np from paddleocr import TextLineOrientationClassification from tqdm import tqdm from datasets import load_dataset model_name = "PP-LCNet_x0_25_textline_ori" # model_name = "PP-LCNet_x1_0_textline_ori" model = TextLineOrientationClassification(model_name=model_name) dataset = load_dataset("SWHL/text_cls_test_dataset") test_datas = dataset["test"] nums = 0 for data in tqdm(test_datas): image = data["image"] gt = data["label"] img_np = np.array(image) img_np = cv2.cvtColor(img_np, cv2.COLOR_RGB2BGR) output = model.predict(img_np, batch_size=1) res = output[0] pred = res.json["res"]["label_names"][0].split("_")[0] if pred == gt: nums += 1 print(model_name) accracy = nums / len(test_datas) print(f"accracy: {accracy:.4f}") ``` === "RapidOCR 评测代码" ```python linenums="1" from datasets import load_dataset from tqdm import tqdm from rapidocr import RapidOCR dataset = load_dataset("SWHL/text_cls_test_dataset") # model_path = "official_models/onnx/PP-LCNet_x0_25_textline_ori.onnx" model_path = "official_models/onnx/PP-LCNet_x1_0_textline_ori.onnx" engine = RapidOCR( params={"Cls.model_path": model_path, "Cls.cls_image_shape": [3, 80, 160]} ) test_datas = dataset["test"] nums = 0 for data in tqdm(test_datas): image = data["image"] gt = data["label"] result = engine(image, use_det=False, use_rec=False, use_cls=True) pred = result.cls_res[0][0] if gt == pred: nums += 1 accracy = nums / len(test_datas) print(f"accracy: {accracy:.4f}") ``` !!! tip 为了后续统一管理，命名约定： - `PP-LCNet_x0_25_textline_ori` → `ch_PP-LCNet_x0_25_textline_ori_mobile` - `PP-LCNet_x1_0_textline_ori` → `ch_PP-LCNet_x1_0_textline_ori_server` |Exp|模型|推理框架|推理引擎|模型格式|Accuracy| |:---:|:---|:---|:---|:---:|:---:| |0|ch_ppocr_mobile_v2.0_cls_mobile|RapidOCR |ONNX Runtime|ONNX|0.9219| ||||||| |1|ch_PP-LCNet_x0_25_textline_ori_mobile|PaddleOCR |PaddlePaddle|Paddle|0.8513| |2|ch_PP-LCNet_x0_25_textline_ori_mobile|RapidOCR |ONNX Runtime|ONNX|0.8922| |3|ch_PP-LCNet_x0_25_textline_ori_mobile|RapidOCR |MNN|ONNX|0.8922| ||||||| |4|ch_PP-LCNet_x1_0_textline_ori_server|PaddleOCR |PaddlePaddle|Paddle|0.7918| |5|ch_PP-LCNet_x1_0_textline_ori_server|RapidOCR |ONNX Runtime|ONNX|0.9033| |6|ch_PP-LCNet_x1_0_textline_ori_server|RapidOCR |MNN|ONNX|0.9033| Exp0 是 RapidOCR 一直在使用的 ch_ppocr_mobile_v2.0_cls_mobile 模型，该模型源自 PaddleOCR v2 版本。从指标结果来看，在当前评测集上，该模型表现是最优的。 Exp1 和 Exp4 实验都是用的 PaddleOCR 原始代码 + [text_rec_test_dataset](https://huggingface.co/datasets/SWHL/text_rec_test_dataset) 得到的指标。 Exp2 和 Exp5 实验用的是 RapidOCR 框架。与 PaddleOCR 的推理异同： - 相同之处：输出 shape 都是 `[3, 80, 160]` - 不同之处：前后处理不同。PaddleOCR 前后处理做了修改，与原有 PaddleOCR v2 的不同了。RapidOCR 用的是 PaddleOCR v2 时的前后处理。 本来打算集成 PaddleOCR v3 的前后处理，但是在使用评测集评估后，发现复用现有的前后处理，模型效果更好。因此，我这里打算复用旧有前后处理代码了。唯一的改动是输出 shape 适配一下 `[3, 80, 160]`。 ### 5. 集成到 rapidocr 中 该部分主要包括将托管模型到魔搭、更改 rapidocr 代码适配等。 #### 托管模型到魔搭 该部分主要是涉及模型上传到对应位置，并合理命名。注意上传完成后，需要打 Tag，避免后续 rapidocr whl 包中找不到模型下载路径。 我这里已经上传到了魔搭上，详细链接参见：[link](https://www.modelscope.cn/models/RapidAI/RapidOCR/files) #### 适配 rapidocr 已有代码 该部分主要涉及到更改 [python/rapidocr/default_models.yaml](https://github.com/RapidAI/RapidOCR/blob/ece967983d0227d91a83f104de1a8cb3598a99a0/python/rapidocr/default_models.yaml#L111) 和 [python/rapidocr/ch_ppocr_cls/main.py](https://github.com/RapidAI/RapidOCR/blob/ece967983d0227d91a83f104de1a8cb3598a99a0/python/rapidocr/ch_ppocr_cls/main.py#L27-L30) 的代码来适配。 同时，需要添加对应的单元测试，在保证之前单测成功的同时，新的针对性该模型的单测也能通过。 我这里已经做完了，小伙伴们感兴趣可以去看看源码。 ### 写在最后 本文中涉及到的两个文本行方向分类模型，归类到 **PP-OCRv5/cls** 下，支持 ONNX Runtime, PaddlePaddle, OpenVINO 和 MNN 推理，将在 `rapidocr >= 3.8.0` 中支持。敬请期待。