vault backup: 2026-11-07 16:33:44

1 使用/ocr/试用 PaddleOCR-VL.md

@@ -0,0 +1,74 @@
+在 **AI Studio** 中试用 **PaddleOCR-VL** 可以通过以下步骤实现，结合平台提供的免费算力和开源模型快速体验文档解析能力：
+
+---
+
+### **1. 进入AI Studio平台**
+- 访问 [百度AI Studio](https://aistudio.baidu.com/) 并登录账号（支持手机号/百度账号）。
+- 新用户可领取免费GPU算力资源（如V100或A100），用于模型推理或训练。
+
+---
+
+### **2. 创建项目并配置环境**
+- **新建项目**：在AI Studio控制台点击“**新建项目**”，选择“**Notebook**”类型。
+- **选择环境**：推荐使用“**PaddlePaddle 2.x**”镜像（已预装PaddleOCR依赖）。
+- **启动项目**：进入Notebook后，终端会自动加载PaddlePaddle环境。
+
+---
+
+### **3. 安装PaddleOCR-VL**
+在Notebook的代码单元格中执行以下命令，安装最新版PaddleOCR并加载VL模型：
+```python
+# 安装PaddleOCR（若环境未预装）
+!pip install paddlepaddle paddleocr -i https://mirror.baidu.com/pypi/simple
+
+# 克隆PaddleOCR仓库（获取VL模型配置）
+!git clone https://github.com/PaddlePaddle/PaddleOCR.git
+%cd PaddleOCR
+```
+
+---
+
+### **4. 下载PaddleOCR-VL预训练模型**
+PaddleOCR-VL的模型权重需手动下载，可通过以下方式获取：
+- **官方GitHub**：从 [PaddleOCR-VL Release页](https://github.com/PaddlePaddle/PaddleOCR/releases) 下载模型文件（如`ch_PP-OCRv4_VL_det`、`ch_PP-OCRv4_VL_rec`）。
+- **AI Studio数据集**：搜索“PaddleOCR-VL”公共数据集，直接挂载到项目。
+
+**示例代码（挂载数据集）**：
+```python
+from aistudio.datasets import load_dataset
+# 挂载PaddleOCR-VL模型（假设数据集ID为12345）
+dataset = load_dataset("12345")
+model_path = dataset.data_path + "/models/"
+```
+
+---
+
+### **5. 运行PaddleOCR-VL推理**
+加载模型并测试文档解析功能（支持PDF、图片等格式）：
+```python
+from paddleocr import PaddleOCR
+
+# 初始化VL模型（需指定模型路径）
+ocr = PaddleOCR(
+    det_model_dir=model_path + "ch_PP-OCRv4_VL_det/",  # 检测模型
+    rec_model_dir=model_path + "ch_PP-OCRv4_VL_rec/",  # 识别模型
+    use_angle_cls=True,
+    lang="ch",  # 中文文档
+    use_gpu=True  # 启用GPU加速
+)
+
+# 测试单张图片
+img_path = "test_doc.jpg"
+result = ocr.ocr(img_path, cls=True)
+
+# 打印结果
+for line in result:
+    print(line)
+```
+
+---
+
+### **6. 高级功能（可选）**
+- **批量处理**：通过循环调用`ocr.ocr()`解析多张图片或PDF。
+- **可视化**：使用`PaddleOCR`内置的`draw_ocr`函数生成标注结果图。
+- **自定义训练**：参考[PaddleOCR训练教程](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/training