首页
/ PaddleOCR版面分析模型转ONNX格式的注意事项

PaddleOCR版面分析模型转ONNX格式的注意事项

2025-05-01 22:04:52作者:董灵辛Dennis

在PaddleOCR项目中使用版面分析功能时,将训练好的PaddlePaddle模型转换为ONNX格式是一个常见需求。本文将详细介绍这一转换过程中的关键步骤和注意事项,帮助开发者避免常见错误。

模型训练阶段

首先需要训练版面分析模型,使用以下命令:

python3 tools/train.py -c configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x1_0_layout.yml --eval

这个命令会基于指定的配置文件训练一个版面分析模型,并在训练过程中进行评估。

模型导出阶段

训练完成后,需要将模型导出为推理格式。这里有一个关键点需要注意:

python3 tools/export_model.py -c configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x1_0_layout.yml -o export.benchmark=True weights=output/picodet_lcnet_x1_0_layout/best_model --output_dir=output_inference/

特别注意:必须添加export.benchmark=True参数,否则后续转换为ONNX格式时会出现输入维度不匹配的问题。这是因为默认导出的模型会保留一些训练时的特性,而benchmark模式会优化模型结构使其更适合推理场景。

转换为ONNX格式

使用Paddle2ONNX工具将导出的模型转换为ONNX格式:

paddle2onnx --model_dir output_inference/picodet_lcnet_x1_0_layout --model_filename model.pdmodel --params_filename model.pdiparams --save_file ./onnx_inference_model/hehe_layout_model_dir/model.onnx --opset_version 11 --enable_onnx_checker True

参数说明:

  • --opset_version 11:指定ONNX算子集版本
  • --enable_onnx_checker True:启用ONNX模型检查器

在PPStructure中使用ONNX模型

最后,在PPStructure中加载ONNX格式的版面分析模型:

table_engine = PPStructure(
    show_log=False,
    ocr=True,
    layout=True,
    table=True,
    use_onnx=True,
    det_model_dir="./onnx_inference_model/det_onnx/model.onnx",
    rec_model_dir="./onnx_inference_model/rec_onnx/model.onnx",
    cls_model_dir="./onnx_inference_model/rec_onnx/model.onnx",
    table_model_dir="./onnx_inference_model/table_model_dir/model.onnx",
    layout_model_dir="./onnx_inference_model/hehe_layout_model_dir/model.onnx"
)

常见问题解决

如果在使用过程中遇到类似"ValueError: Required inputs (['scale_factor']) are missing from input feed (['image'])"的错误,通常是因为模型导出时没有设置export.benchmark=True参数。这个错误表明ONNX模型期望的输入与实际的输入不匹配。

总结

将PaddleOCR的版面分析模型转换为ONNX格式需要注意以下几点:

  1. 训练完成后导出模型时,必须添加export.benchmark=True参数
  2. 使用适当版本的Paddle2ONNX工具进行转换
  3. 确保ONNX模型的输入输出与PPStructure的预期一致

通过遵循这些步骤,可以成功地将PaddleOCR版面分析模型转换为ONNX格式,并在实际应用中使用。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
506
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
940
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
335
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70