首页
/ PaddleX v3.0.1版本发布:OCR与结构化文档处理能力全面升级

PaddleX v3.0.1版本发布:OCR与结构化文档处理能力全面升级

2025-06-10 16:37:57作者:俞予舒Fleming

PaddleX作为飞桨(PaddlePaddle)生态中的重要开发工具,为开发者提供了从训练到部署的全流程解决方案。本次发布的v3.0.1版本主要针对OCR和文档结构化处理能力进行了多项优化和问题修复,显著提升了模型精度和系统稳定性。

核心模型优化

在本次更新中,开发团队对多个关键模型进行了重点优化:

  1. PP-OCRv5模型配置升级:将默认的检测和识别模型统一调整为server版本,显著提升了基础OCR任务的准确率。同时将limit_side_len参数从736调整为64,这一改动使得模型在保持精度的前提下,能够更好地适配大多数实际应用场景。

  2. 文本行方向分类模型增强:新增了PP-LCNet_x1_0_textline_ori模型,其方向分类精度达到了99.42%,成为OCR、PP-StructureV3和PP-ChatOCRv4产线的默认文本行方向分类器。同时优化了轻量级模型PP-LCNet_x0_25_textline_ori,精度提升了3.3个百分点至98.85%,为资源受限环境提供了更优选择。

系统稳定性提升

本次更新解决了多个影响系统稳定性的关键问题:

  • 修复了PP-StructureV3在部分CPU环境下因公式识别和表格识别模型无法使用mkldnn而导致的推理错误,确保了文档结构化处理功能的可靠性。
  • 解决了GPU环境中可能出现的FatalError: Process abort signal is detected by the operating system错误,增强了系统在GPU环境下的稳定性。
  • 优化了默认设备获取逻辑,使其行为与文档描述完全一致。现在当GPUtil不可用时系统会默认使用CPU,同时支持通过CUDA_VISIBLE_DEVICES环境变量灵活控制GPU设备的使用。

开发者体验优化

针对开发者使用体验,本次更新也做了多项改进:

  • 修复了Python3.8环境下的type hint问题,提升了代码的兼容性。
  • 解决了重新安装paddlex whl时因历史字体文件未删除导致的安装错误,简化了部署流程。
  • 移除了表格识别和表格识别v2产线服务接口中的无效参数,使API设计更加清晰合理。
  • 优化了错误提示信息,当使用CPU版本Paddle并尝试安装GPU版本高性能推理插件时,会给出更明确的指导信息。

技术生态适配

为保持与技术生态的同步发展,本次更新将Paddle2ONNX依赖版本升级至2.0.2rc3,确保了模型转换工具的先进性和兼容性。

PaddleX v3.0.1版本的这些改进,使得OCR和文档结构化处理能力更加稳定可靠,特别是在实际生产环境中表现更为出色。开发团队通过持续优化模型精度和系统稳定性,进一步降低了AI技术落地的门槛,为开发者构建高效、准确的文本处理应用提供了有力支持。

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
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
165
2.05 K
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
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
954
563
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
16
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
408
387
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
78
71
rainbondrainbond
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
14
1