作者：劉力算力魔方創(chuàng)始人/英特爾創(chuàng)新大使

《超4萬(wàn)6千星的開(kāi)源OCR黑馬登場(chǎng)，PaddleOCR憑什么脫穎而出？》收到了讀者熱烈反響c，很多讀者提出：如何在C#中部署飛槳PP-OCRv4模型？本文從零開(kāi)始詳細(xì)介紹整個(gè)過(guò)程。

1什么是PP-OCRv4模型？

PP-OCRv4是PaddleOCR工具庫(kù)的PP-OCR系列模型中，當(dāng)前性能最優(yōu)的一個(gè)。它在前代模型(PP-OCRv3)的基礎(chǔ)上，針對(duì)檢測(cè)模型和識(shí)別模型進(jìn)行了數(shù)據(jù)、網(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練策略等多個(gè)模塊的優(yōu)化，在多個(gè)應(yīng)用場(chǎng)景中，精度均有大幅提升：

·中文場(chǎng)景，相對(duì)于PP-OCRv3中文模型提升超4%；

·英文數(shù)字場(chǎng)景，相比于PP-OCRv3英文模型提升6%；

·多語(yǔ)言場(chǎng)景(支持韓語(yǔ)、日語(yǔ)、德語(yǔ)、法語(yǔ)等80種語(yǔ)言)，平均準(zhǔn)確率提升超8%。

PP-OCRv4是一個(gè)兩階段的OCR系統(tǒng)，包含檢測(cè)模型、方向分類(lèi)模型和識(shí)別模型。在檢測(cè)和識(shí)別之間添加方向分類(lèi)模型，將不同角度的文本檢測(cè)框修正為水平檢測(cè)框，方便識(shí)別模型完成行文本識(shí)別。

為了適應(yīng)服務(wù)器和邊緣端不同場(chǎng)景的部署需求，PP-OCRv4提供兩種推理模型權(quán)重版本：

邊緣端：中英文超輕量PP-OCRv4模型(16.1M) = 檢測(cè)模型(4.7M) + 識(shí)別模型(10.0M) + 方向分類(lèi)模型(1.4M)。Hmean：62.24%；ACC：70.1%。

服務(wù)器端：中英文高精度PP-OCRv4 server模型(199.4M) = 檢測(cè)模型(110M) + 識(shí)別模型(88M) + 方向分類(lèi)模型(1.4M)。Hmean：82.69%；ACC：84.04%。

PP-OCRv4模型詳述鏈接：

https://github.com/PaddlePaddle/PaddleOCR/blob/main/docs/ppocr/blog/PP-OCRv4_introduction.mdsudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'

PP-OCRv4模型的卓越性能使其在多個(gè)領(lǐng)域具有廣泛的應(yīng)用前景，如文檔掃描、文字提取、智能表單填寫(xiě)、物流信息追蹤、文檔自動(dòng)化處理、智能服務(wù)窗口、文獻(xiàn)資料整理等等。本文將介紹使用OpenVINO工具套件在英特爾 CPU、獨(dú)立顯卡、集成顯卡和NPU上優(yōu)化并部署飛槳PP-OCRv4模型。

PP-OCRv4模型在飛槳AIStudio星河社區(qū)范例項(xiàng)目：

https://aistudio.baidu.com/projectdetail/8770259

2OpenVINO C# API簡(jiǎn)介

OpenVINO C# API是一個(gè)開(kāi)源的 OpenVINO 的 .Net wrapper（包裝器）項(xiàng)目，它基于最新的OpenVINO Runtime庫(kù)開(kāi)發(fā)，通過(guò)調(diào)用官方的OpenVINO C API ，允許開(kāi)發(fā)者在 .NET 和 .NET Framework 環(huán)境中使用 C# 語(yǔ)言調(diào)用AI模型，并實(shí)現(xiàn)AI模型在英特爾 CPU、獨(dú)立顯卡、集成顯卡、NPU上的推理加速。

OpenVINO C# API的GitHub倉(cāng)：https://github.com/guojin-yan/OpenVINO-CSharp-API

3搭建開(kāi)發(fā)環(huán)境

請(qǐng)參考《C# 中使用OpenVINO：輕松集成AI模型！》完成OpenVINO C# API開(kāi)發(fā)環(huán)境搭建。然后，啟動(dòng)“命令提示符”，用命令創(chuàng)建“ppocrv4_csharp”推理項(xiàng)目：

dotnet new console -o ppocrv4_csharp -f net8.0

然后，進(jìn)入“ppocrv4_csharp”目錄，使用NuGet安裝OpenVINO C# API，命令如下：

dotnet add package OpenVINO.CSharp.API
dotnet add package OpenVINO.runtime.win
dotnet add package OpenVINO.CSharp.API.Extensions.OpenCvSharp
dotnet add package OpenVINO.CSharp.API.Extensions.PaddleOCR

最后，安裝OpenCvSharp 4.9.0版：

dotnet add package OpenCvSharp4 --version 4.9.0.20240103
dotnet add package OpenCvSharp4.runtime.win --version 4.9.0.20240103

完成PP-OCRv4的OpenVINO C# API開(kāi)發(fā)環(huán)境安裝。

4編寫(xiě)C# PP-OCRv4推理程序

PP-OCRv4的范例程序已開(kāi)源，請(qǐng)將代碼倉(cāng)克隆到本地：

git clone https://github.com/guojin-yan/PaddleOCR-OpenVINO-CSharp.git

接著，將“在線(xiàn)模型識(shí)別”范例代碼拷貝到Program.cs中，如下所示：

最后，在VS Code中運(yùn)行該代碼，結(jié)果如下所示：

5總結(jié)

使用OpenVINO C# API可以直接讀入PP-OCRv4模型(無(wú)需轉(zhuǎn)換)，并能方便快捷的將PP-OCRv4模型用C#代碼部署在英特爾 CPU、獨(dú)立顯卡、集成顯卡、NPU等硬件上。