74 lines
2.6 KiB
Markdown
74 lines
2.6 KiB
Markdown
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 |