该文章主要摘取记录RapidOCR集成PP-OCRv5_mobile_det记录，涉及模型转换，模型精度测试等步骤。原文请前往官方博客：
引言
来自PaddleOCR官方文档：
PP-OCRv5 是PP-OCR新一代文字识别解决方案，该方案聚焦于多场景、多文字类型的文字识别。在文字类型方面，PP-OCRv5支持简体中文、中文拼音、繁体中文、英文、日文5大主流文字类型，在场景方面，PP-OCRv5升级了中英复杂手写体、竖排文本、生僻字等多种挑战性场景的识别能力。在内部多场景复杂评估集上，PP-OCRv5较PP-OCRv4端到端提升13个百分点。
以下代码运行环境
- OS: macOS Sequoia 15.5Python: 3.10.14PaddlePaddle: 3.0.0paddle2onnx: 2.0.2.rc1paddlex: 3.0.0rapidocr: 2.1.0
1. 模型跑通
该步骤主要先基于PaddleX可以正确使用PP-OCRv5_mobile_det模型得到正确结果。
该部分主要参考文档：docs
安装paddlex:
pip install "paddlex[ocr]==3.0.0"测试PP-OCRv5_mobile_det模型能否正常识别：
运行以下代码时，模型会自动下载到 /Users/用户名/.paddlex/official_models 下。
测试图：link
from paddlex import create_model# mobilemodel = create_model(model_name="PP-OCRv5_mobile_det")# servermodel = create_model(model_name="PP-OCRv5_server_det")output = model.predict(input="images/general_ocr_001.png", batch_size=1)for res in output: res.print() res.save_to_img(save_path="./output/") res.save_to_json(save_path="./output/res.json")预期结果如下，表明成功运行：
2. 模型转换
该部分主要参考文档： docs
转换PP-OCRv5_mobile_det
PaddleX官方集成了paddle2onnx的转换代码：
paddlex --install paddle2onnxpip install onnx==1.16.0paddlex --paddle2onnx --paddle_model_dir models/official_models/PP-OCRv5_mobile_det --onnx_model_dir models/PP-OCRv5_mobile_det输出日志如下，表明转换成功：
Input dir: models/official_models/PP-OCRv5_mobile_detOutput dir: models/PP-OCRv5_mobile_detPaddle2ONNX conversion starting...[Paddle2ONNX] Start parsing the Paddle model file...[Paddle2ONNX] Use opset_version = 14 for ONNX export.[Paddle2ONNX] PaddlePaddle model is exported as ONNX format now.2025-05-26 21:53:00 [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: 925, After Folding: 502 | 423 Nodes Folded[I] Folding Constants | Pass 2[I] Total Nodes | Original: 502, After Folding: 502 | 0 Nodes Folded2025-05-26 21:53:08 [INFO] ONNX model saved in models/PP-OCRv5_mobile_det/inference.onnx.Paddle2ONNX conversion succeededCopied models/official_models/PP-OCRv5_mobile_det/inference.yml to models/PP-OCRv5_mobile_det/inference.ymlDone3. 模型推理验证
验证PP-OCRv5_mobile_det模型
该部分主要是在RapidOCR项目中测试能否直接使用onnx模型。要点主要是确定模型前后处理是否兼容。从PaddleOCR config文件中比较PP-OCRv4和PP-OCRv5 mobile det文件差异：
从上图中可以看出，配置基本一模一样，因此现有rapidocr前后推理代码可以直接使用。
from rapidocr import RapidOCRmodel_path = "models/PP-OCRv5_mobile_det/inference.onnx"engine = RapidOCR(params={"Det.model_path": model_path})img_url = "https://img1.baidu.com/it/u=3619974146,1266987475&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=516"result = engine(img_url)print(result)result.vis("vis_result.jpg")4. 模型精度测试
测试集text_det_test_dataset包括卡证类、文档类和自然场景三大类。其中卡证类有82张，文档类有75张，自然场景类有55张。缺少手写体、繁体、日文、古籍文本、拼音、艺术字等数据。因此，该基于该测评集的结果仅供参考。
欢迎有兴趣的小伙伴，可以和我们一起共建更加全面的测评集。
该部分主要使用TextDetMetric和测试集text_det_test_dataset来评测。
相关测试步骤请参见TextDetMetric的README，一步一步来就行。我这里简单给出关键代码：
其中，计算 pred.txt 代码如下：(仅列出了Exp1的代码，Exp2和Exp3的代码请前往官方博客阅读)
(Exp1)RapidOCR框架+ONNXRuntime格式模型:
import cv2import numpy as npfrom datasets import load_datasetfrom tqdm import tqdmfrom rapidocr import EngineType, ModelType, OCRVersion, RapidOCRengine = RapidOCR( params={ "Det.ocr_version": OCRVersion.PPOCRV5, "Det.engine_type": EngineType.ONNXRUNTIME, "Det.model_type": ModelType.MOBILE, })dataset = load_dataset("SWHL/text_det_test_dataset")test_data = dataset["test"]content = []for i, one_data in enumerate(tqdm(test_data)): img = np.array(one_data.get("image")) img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR) ocr_results = engine(img, use_det=True, use_cls=False, use_rec=False) dt_boxes = ocr_results.boxes dt_boxes = [] if dt_boxes is None else dt_boxes.tolist() elapse = ocr_results.elapse gt_boxes = [v["points"] for v in one_data["shapes"]] content.append(f"{dt_boxes}\t{gt_boxes}\t{elapse}")with open("pred.txt", "w", encoding="utf-8") as f: for v in content: f.write(f"{v}\n")计算指标代码：
from text_det_metric import TextDetMetricmetric = TextDetMetric()pred_path = "pred.txt"metric = metric(pred_path)print(metric)指标汇总如下（以下指标均为CPU下计算所得）：
| Exp | 模型 | 推理框架 | 模型格式 | Precision↑ | Recall↑ | H-mean↑ | Elapse↓ |
|---|---|---|---|---|---|---|---|
| 1 | PP-OCRv5_mobile_det | PaddleX | PaddlePaddle | 0.7864 | 0.8018 | 0.7940 | 0.1956 |
| 2 | PP-OCRv5_mobile_det | RapidOCR | PaddlePaddle | 0.7861 | 0.8266 | 0.8058 | 0.5328 |
| 3 | PP-OCRv5_mobile_det | RapidOCR | ONNXRuntime | 0.7861 | 0.8266 | 0.8058 | 0.1653 |
| 4 | PP-OCRv4_mobile_det | RapidOCR | ONNXRuntime | 0.8301 | 0.8659 | 0.8476 | - |
| 5 | PP-OCRv5_server_det | PaddleX | PaddlePaddle | 0.8347 | 0.8583 | 0.8463 | 2.1450 |
| 6 | PP-OCRv5_server_det | RapidOCR | PaddlePaddle | ||||
| 7 | PP-OCRv5_server_det | RapidOCR | ONNXRuntime | 0.7394 | 0.8442 | 0.7883 | 2.0628 |
| 8 | PP-OCRv4_server_det | RapidOCR | ONNXRuntime | 0.7922 | 0.8128 | 0.7691 | - |
从以上结果来看，可以得到以下结论：
Exp1和Exp2相比，H-mean差异不大，说明文本检测 前后处理代码可以共用 。
Exp2和Exp3相比，mobile模型转换为ONNX格式后，指标几乎一致，说明 模型转换前后，误差较小，推理速度也有提升 。
Exp3和Exp4相比，mobile整体指标弱于PP-OCRv4的。因为测评集集中在中英文的印刷体，手写体少些，因此仅供参考。
Exp6直接跑，会报以下错误，暂时没有找到原因。如有知道的小伙伴，欢迎留言告知。
5%|████████▏ | 11/212 [00:42<13:11, 3.94s/it][1] 61275 bus error python t.py/Users/xxxxx/miniconda3/envs/py310/lib/python3.10/multiprocessing/resource_tracker.py:224: UserWarning: resource_tracker: There appear to be 1 leaked semaphore objects to clean up at shutdownwarnings.warn('resource_tracker: There appear to be %d '因为Exp6暂时没有找到原因，粗略将Exp5和Exp7相比，可以看到PP-OCRv5 server模型转换为ONNX格式后，H-mean下降了5.8% ，但是转换方式和mobile的相同，具体原因需要进一步排查。如有知道的小伙伴，欢迎留言告知。
Exp7和Exp8相比，PP-OCRv5 server模型提升很大（H-mean提升7.72%）。不排除用到了测评集数据。
最终建议：
- 如果是单一中英文场景，建议用PP-OCRv4系列如果是中英日、印刷和手写体混合场景，建议用PP-OCRv5系列
上述表格中基于ONNXRuntime的结果已经更新到开源OCR模型对比中。
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
更改rapidocr代码适配
该部分主要涉及到更改default_models.yaml和paddle.py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
至此，该部分集成工作就基本完成了。这部分代码会集成到rapidocr==3.0.0中。版本号之所以从v2.1.0到v3.0.0，原因是：语义化版本号。
我在集成过程中，发现v2.1.0中字段不太合理，做了一些改进，动了外部API，因此只能升大版本号。请大家在使用过程中，注意查看最新文档→ docs 。
