大家好，今天来教大家一个OCR部署实操教程。
大家好，今天来教大家一个实操教程。
如果你有OCR模型部署的需求，可以根据以下这个实操教程来操作。
PART 01
PP-OCRv5 介绍
OCR（光学字符识别，Optical Character Recognition）是一种将图像中的文字转换为可编辑文本的技术。它广泛应用于文档数字化、信息提取和数据处理等领域。OCR 可以识别印刷文本、手写文本，甚至某些类型的字体和符号。
通用 OCR 产线用于解决文字识别任务，提取图片中的文字信息以文本形式输出，本产线支持PP-OCRv3、PP-OCRv4、PP-OCRv5模型的使用，其中默认模型为 PaddleOCR3.0 发布的 PP-OCRv5_server 模型，其在多个场景中较 PP-OCRv4_server 提升 13 个百分点。
PART 02
PP-OCRv5 相关区别
-
PaddleOCR-VL - 通过 0.9B VLM 进行多语言文档解析。 该模型是专为文档解析量身定制的 SOTA 和资源高效模型 ，支持 109 种语言，擅长识别复杂元素（例如文本、表格、公式和图表），同时保持最小的资源消耗。
-
PP-OCRv5——通用场景文本识别 单模型支持五种文本类型 （简体中文、繁体中文、英文、日文和拼音）， 准确率提升13% 。解决了多语言混合文档识别的难题。
-
PP-StructureV3——复杂文档解析器， 能够智能地将复杂的PDF和文档图像转换为 Markdown和JSON文件，并保留其原始结构 。在公开基准测试中， 其性能优于众多商业解决方案。 完美地维护文档布局和层级结构 。
-
PP-ChatOCRv4——智能信息提取 原生集成了ERNIE 4.5，能够从海量文档中 精准提取关键信息 ，准确率比上一代提升15%。它能让文档“ 理解 ”您的问题，并提供准确的答案。
PART 03
PP-OCRv5 相关产线
PART 04
PP-OCRv5 私有化部署
- 注册登录九章智算云，如果你已经注册，直接登录即可。
2、注册登录后，点击产品 -> 云容器实例
3、点击新建云容器
4、点击云容器实例-> 选择五区
5、选择GPU-> 选 择应用镜像
6、根据需求是否需要定时关机，就直接点击开通
7、开通后点击云容器实例 -> 点击web连接的图标
8、启动服务（模型已经在镜像中）
sh /opt/start.sh
9、测试服务是否正常
python3 /opt/demo.py
10、启动web页面（注意最后有个&）
cd /opt/PP-OCRv5_Online_Demo && /opt/miniforge/envs/pp-orcv5/bin/python3 ./app.py &
11、回到云容器实例 -> 点开放端口图标
12、输入7860，点击生成。可公网访问接口
13、api调用脚本demo （如果需要公网访问api接口，需要将8080开放出来）
如果你在部署过程出现问题，
可以扫码寻求一对一技术支持。
也欢迎加入我们的OCR技术交流群，
与大家一同探讨OCR应用和技术。
