PaddleOCR 与 PaddleX¶
PaddleX 是一款基于飞桨框架构建的低代码开发工具，集成了众多开箱即用的预训练模型，支持模型从训练到推理的全流程开发，兼容多款国内外主流硬件，助力 AI 开发者在产业实践中高效落地。
PaddleOCR 在推理部署方面基于 PaddleX 构建，二者在该环节可实现无缝协同。在安装 PaddleOCR 时，PaddleX 也将作为其依赖一并安装。此外，PaddleOCR 与 PaddleX 在产线名称等方面也保持一致。对于快速体验，如果只使用基础配置，用户通常无需了解 PaddleX 的具体概念；但在涉及高级配置、服务化部署等使用场景时，了解 PaddleX 的相关知识将有所帮助。
本文档将介绍 PaddleOCR 与 PaddleX 之间的关系，并说明如何协同使用这两个工具。
1. PaddleOCR 与 PaddleX 的区别与联系¶
PaddleOCR 与 PaddleX 在定位和功能上各有侧重：PaddleOCR 专注于 OCR 相关任务，而 PaddleX 则覆盖了包括时序预测、人脸识别等在内的多种任务类型。此外，PaddleX 提供了丰富的基础设施，具备多模型组合推理的底层能力，能够以统一且灵活的方式接入不同模型，支持构建复杂的模型产线。
PaddleOCR 在推理部署环节充分复用了 PaddleX 的能力，具体包括：
- PaddleOCR 在模型推理、前后处理及多模型组合等底层能力上，主要依赖于 PaddleX。
- PaddleOCR 的高性能推理能力通过 PaddleX 的 Paddle2ONNX 插件及高性能推理插件实现。
- PaddleOCR 的服务化部署方案基于 PaddleX 的实现。
2. PaddleOCR 产线与 PaddleX 产线注册名的对应关系¶
| PaddleOCR 产线 | PaddleX 产线注册名 |
|---|---|
| 通用 OCR | OCR |
| 通用版面解析 v3 | PP-StructureV3 |
| 文档场景信息抽取 v4 | PP-ChatOCRv4-doc |
| 通用表格识别 v2 | table_recognition_v2 |
| 公式识别 | formula_recognition |
| 印章文本识别 | seal_recognition |
| 文档图像预处理 | doc_preprocessor |
| 文档理解 | doc_understanding |
3. 使用 PaddleX 产线配置文件¶
在推理部署阶段，PaddleOCR 支持导出和加载 PaddleX 的产线配置文件。用户可通过编辑配置文件，对推理部署相关参数进行深度配置。
3.1 导出产线配置文件¶
可调用 PaddleOCR 产线对象的 export_paddlex_config_to_yaml 方法，将当前产线配置导出为 YAML 文件。示例如下：
from paddleocr import PaddleOCR
pipeline = PaddleOCR()
pipeline.export_paddlex_config_to_yaml("ocr_config.yaml")
上述代码会在工作目录下生成名为 ocr_config.yaml 的产线配置文件。
3.2 编辑产线配置文件¶
导出的 PaddleX 产线配置文件不仅包含 PaddleOCR CLI 和 Python API 支持的参数，还可进行更多高级配置。请在 PaddleX模型产线使用概览 中找到对应的产线使用教程，参考其中的详细说明，根据需求调整各项配置。
3.3 在 CLI 中加载产线配置文件¶
通过 --paddlex_config 参数指定 PaddleX 产线配置文件的路径，PaddleOCR 会读取其中的内容作为产线的默认配置。示例如下：
3.4 在 Python API 中加载产线配置文件¶
初始化产线对象时，可通过 paddlex_config 参数传入 PaddleX 产线配置文件路径或配置字典，PaddleOCR 会将其作为默认配置。示例如下：