【实战指南】使用OpenVINO C# API轻松部署飞桨PP-OCRv4模型

作者：算力魔方创始人/英特尔创新大使刘力

《超4万6千星的开源OCR黑马登场，PaddleOCR凭什么脱颖而出？》收到了读者热烈反响，很多读者提出：如何在C#中部署飞桨PP-OCRv4模型？本文从零开始详细介绍整个过程。

一，什么是PP-OCRv4模型？

PP-OCRv4是PaddleOCR工具库的PP-OCR系列模型中，当前性能最优的一个。它在前代模型(PP-OCRv3)的基础上，针对检测模型和识别模型进行了数据、网络结构、训练策略等多个模块的优化，在多个应用场景中，精度均有大幅提升：

• 中文场景，相对于PP-OCRv3中文模型提升超4%；

• 英文数字场景，相比于PP-OCRv3英文模型提升6%；

• 多语言场景(支持韩语、日语、德语、法语等80种语言)，平均准确率提升超8%。

PP-OCRv4是一个两阶段的OCR系统，包含检测模型、方向分类模型和识别模型。在检测和识别之间添加方向分类模型，将不同角度的文本检测框修正为水平检测框，方便识别模型完成行文本识别。

为了适应服务器和边缘端不同场景的部署需求，PP-OCRv4提供两种推理模型权重版本：

• 边缘端：中英文超轻量PP-OCRv4模型(16.1M) = 检测模型(4.7M) + 识别模型(10.0M) + 方向分类模型(1.4M)。Hmean：62.24%；ACC：70.1%。

• 服务器端：中英文高精度PP-OCRv4 server模型(199.4M) = 检测模型(110M) + 识别模型(88M) + 方向分类模型(1.4M)。Hmean：82.69%；ACC：84.04%。

PP-OCRv4模型详述链接：

https://github.com/PaddlePaddle/PaddleOCR/blob/main/docs/ppocr/blog/PP-OCRv4_introduction.md

PP-OCRv4模型的卓越性能使其在多个领域具有广泛的应用前景，如文档扫描、文字提取、智能表单填写、物流信息追踪、文档自动化处理、智能服务窗口、文献资料整理等等。本文将介绍使用OpenVINO™工具套件在英特尔® CPU、独立显卡、集成显卡和NPU上优化并部署飞桨PP-OCRv4模型。

PP-OCRv4模型在飞桨AIStudio星河社区范例项目：

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

二，OpenVINO C# API简介

OpenVINO C# API是一个开源的 OpenVINO™ 的 .Net wrapper（包装器）项目，它基于最新的OpenVINO™ Runtime库开发，通过调用官方的OpenVINO™ C API ，允许开发者在 .NET 和 .NET Framework 环境中使用 C# 语言调用AI模型，并实现AI模型在英特尔® CPU、独立显卡、集成显卡、NPU上的推理加速。

OpenVINO™ C# API的GitHub仓：https://github.com/guojin-yan/OpenVINO-CSharp-API

三，搭建开发环境

请参考《C# 中使用OpenVINO™：轻松集成AI模型！》完成OpenVINO C# API开发环境搭建。然后，启动“命令提示符”，用命令创建“ppocrv4_csharp”推理项目：

dotnet new console -o ppocrv4_csharp -f net8.0

然后，进入“ppocrv4_csharp”目录，使用NuGet安装OpenVINO™ C# API，命令如下：

dotnet add package OpenVINO.CSharp.APIdotnet add package OpenVINO.runtime.windotnet add package OpenVINO.CSharp.API.Extensions.OpenCvSharpdotnet add package OpenVINO.CSharp.API.Extensions.PaddleOCR

最后，安装OpenCvSharp 4.9.0版：​​​​​​​

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

完成PP-OCRv4的OpenVINO™ C# API开发环境安装。

四，编写C# PP-OCRv4推理程序

PP-OCRv4的范例程序已开源，请将代码仓克隆到本地：

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

接着，将“在线模型识别”范例代码拷贝到Program.cs中，如下所示：

最后，在VS Code中运行该代码，结果如下所示：

五，总结

使用OpenVINO C# API可以直接读入PP-OCRv4模型(无需转换)，并能方便快捷的将PP-OCRv4模型用C#代码部署在英特尔® CPU、独立显卡、集成显卡、NPU等硬件上。

如果你有更好的文章，欢迎投稿！

稿件接收邮箱：nami.liu@pasuntech.com

更多精彩内容请关注“算力魔方®”！