Knowledge/1 使用/ocr/试用 PaddleOCR-VL.md

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 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：

# 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 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）：

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）：

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