← 返回模型目录

文字识别

PP-OCRv6-Small

识别图片中的中英文和数字,返回文字、分数与四边形位置。

部署到自己的板卡
QCS6490
需适配
QCS8550
55.8msFP16
IQ9
需适配
IQ8
需适配

机房真机实测,全部精度 ›

运行效果

样例输入
真机输出
商用台式机 服务编号: 2NR6064 快速服务 DISABLE 5789916508 代码:
机房真机 QCS8550 · FP16 · 处理耗时 61.3 ms

板卡实测

真机处理时延的中位数。多阶段模型计入各阶段处理,生成模型的耗时受输入和输出长度影响。

板卡精度速度FPS峰值内存
QCS6490—需适配——
QCS8550FP16默认55.8 ms17.9204 MB
IQ9QCS9075—需适配——
IQ8QCS8275—需适配——

部署指南

  1. 1

    在工作流中跑通

    用样例或自己的输入在机房的QCS8550 上运行,确认结果和速度。

  2. 2

    导出工程

    在工作流右上角选择「导出」,下载工程包。模型与样例按 sha256 锁定,前后处理与网站运行时一致。

  3. 3

    在板卡上安装运行库

    把工程拷到QCS8550(ARM64、Python 3.10 的 AidLux 环境,AidLux ≥ 2.0),在工程目录下载并校验已验证的配套运行库。

    python3 install-sdk.py
  4. 4

    只需要模型文件?

    各板卡的构建也发布在 Hugging Face ↗,按芯片下载,文件与工程包中的完全一致。

    hf download APLUX-Agora/PP-OCRv6-Small --include "targets/QCS8550/*" --local-dir ./resources
  5. 5

    运行

    结果写入 outputs/,并打印每块积木的耗时。工程通过官方 AidLite 接口加载模型,代码完整随包提供。

    python3 app/pipeline.py --sdk-root .sdk --input 你的文件
AidLux 开发文档 ↗

规格

任务
文字识别
输入尺寸
480×480
来源
Model Farm
已知限制
复用官方完整的检测、四边形扩张、透视裁剪和 CTC 识别流程。单次最多 128 个文字区域及 256 个长行切片,超限需裁剪或拆分;字符表 18710 项。已验证官方中英文数字标签样例,不承诺任意版面或模糊文本的准确率。
许可证
—
版本
1.0.0