首页
/ PaddleOCR模型导出问题解析:缺失inference.pdmodel和inference.pdiparams.info的解决方案

PaddleOCR模型导出问题解析:缺失inference.pdmodel和inference.pdiparams.info的解决方案

2025-05-01 19:36:32作者:凤尚柏Louis

问题背景

在使用PaddleOCR 2.9版本进行模型训练和导出时,部分用户遇到了模型导出不完整的问题。具体表现为执行export_model.py脚本后,生成的推理模型文件缺失关键的inference.pdmodel和inference.pdiparams.info文件,只有inference.yml、inference.json和inference.pdiparams三个文件。

问题现象

用户报告在使用以下两种模型进行训练后导出时出现问题:

  1. 检测模型:ch_PP-OCRv4_server_det
  2. 识别模型:en_PP-OCRv4_rec

执行导出命令后,输出目录中缺少完整的推理模型文件,导致后续推理部署无法正常进行。

环境信息

  • 操作系统:Windows 11 / Ubuntu 22.04
  • Python版本:3.10
  • PaddleOCR版本:2.9
  • PaddlePaddle框架版本:3.0.0b1/b2

根本原因分析

经过技术团队分析,该问题主要与PaddlePaddle框架版本有关。具体原因包括:

  1. 框架版本兼容性问题:PaddleOCR 2.9与PaddlePaddle 3.0 beta2版本存在兼容性问题
  2. 模型导出机制变更:新版本框架对模型导出格式进行了优化调整

解决方案

方法一:回退PaddlePaddle框架版本

  1. 卸载当前PaddlePaddle版本:

    pip uninstall paddlepaddle-gpu
    
  2. 安装指定版本:

    pip install paddlepaddle-gpu==3.0.0b1
    
  3. 重新执行模型导出命令

方法二:使用PaddleOCR main分支

  1. 克隆PaddleOCR最新代码:

    git clone https://github.com/PaddlePaddle/PaddleOCR.git
    
  2. 切换到main分支:

    cd PaddleOCR
    git checkout main
    
  3. 重新执行模型导出流程

验证方法

成功导出后,输出目录应包含以下文件:

  • inference.pdmodel
  • inference.pdiparams
  • inference.pdiparams.info
  • inference.yml

注意事项

  1. 对于需要使用OpenVINO等第三方推理框架的用户,目前json格式的模型文件可能不被直接支持
  2. 建议在导出模型后,使用Paddle Inference进行初步验证
  3. 确保训练和导出使用相同版本的框架和工具链

技术建议

  1. 版本一致性:保持训练、导出和推理环境的一致性
  2. 环境隔离:建议使用虚拟环境管理不同项目的依赖
  3. 模型验证:导出后应立即进行推理验证,确保模型可用性

后续计划

PaddleOCR团队将持续优化模型导出流程,确保不同框架版本间的兼容性,并为第三方推理框架提供更好的支持。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
828
5.49 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
518
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.15 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
975
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
483
313
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
770
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.27 K
815
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
652
288