用自定义数据集微调PP-OCRv6文本检测、识别模型-尧图网站建设

1. 用PPOCRLabel标注数据

1.1 创建虚拟环境

1.2 激活虚拟环境

1.3 安装飞桨框架paddlepaddle

1.4 安装标注工具PPOCRLabel

1.5 安装paddlex[ocr]

1.6 运行PPOCRLabel.py脚本

1.7 标注

1.8 数据集划分

2. 搭建训练环境

2.1 拉取预安装 PaddlePaddle 的镜像

2.2 下载PaddleOCR源码

2.3 下载预训练模型

2.4 数据存放目录结构

2.5 用镜像构建并进入Docker容器

2.6 安装其余训练依赖

2.7 配置动态库搜索路径

3. 训练PP-OCRv6检测模型

3.1 修改配置文件

3.2 检测模型训练

4. 训练PP-OCRv6识别模型

4.1 修改配置文件

4.2 识别模型训练

5. 模型评估

5.1 检测模型评估

5.2 识别模型评估

6. 模型导出

6.1 检测模型导出

6.2 识别模型导出

7. pdparams格式转onnx格式

7.1 安装paddlex[ocr]

7.2 安装paddle2onnx

7.3 执行格式转换

7.4 转换报错及解决

8. 官方文档

PP-OCRv6简介 - PaddleOCR 文档

PP-OCRv6是 PP-OCR 最新一代通用文字识别解决方案。PP-OCRv6 基于全新设计的 PPLCNetV4 统一骨干网络，提供 tiny、small、medium 三档模型，分别面向端侧/IoT、移动端/桌面端、服务端场景。PP-OCRv6 在语言覆盖方面实现重大突破，medium/small 档单一模型统一支持简体中文、繁体中文、英文、日文及 46 种拉丁语系语言共 50 种语言（tiny 档支持 49 种，不含日文）。在内部多场景综合评估集上，PP-OCRv6_medium 相比 PP-OCRv5_server 识别精度提升 5.1%、检测精度提升 4.6%，同时 GPU 推理速度提升 2.37×；以仅 34.5M 参数的规模，精度超越 Qwen3-VL-235B、GPT-5.5 等大型视觉语言模型。

PP-OCRv6 的主要贡献如下：

统一可扩展的模型族：提供覆盖 1.5M 至 34.5M 参数的三档完整 OCR 模型族。medium 档达到 86.2% 检测 Hmean 和 83.2% 识别准确率，可作为工业部署和大规模数据管线的高效生产级基础设施。
面向 OCR 的轻量级架构创新：提出一系列专为 OCR 任务定制的轻量级架构组件——(i) LCNetV4：集成结构重参数化的 MetaFormer 风格轻量骨干；(ii) RepLKFPN：利用膨胀可重参数化深度卷积实现大感受野的检测颈部；(iii) EncoderWithLightSVTR：基于局部-全局注意力和加性跳跃连接的识别颈部。
广泛的多语言与多场景泛化：单一模型扩展至支持 50 种语言和多种挑战性工业场景（如数码显示屏、点阵字符、轮胎印字等），显著提升了传统通用视觉语言模型难以覆盖的专业场景 OCR 性能。

1. 用PPOCRLabel标注数据

标注环境：Windows系统
PPOCRLabel版本：v3.1.6
注意：安装用清华源加速

1.1 创建虚拟环境

注意：高版本python PPOCRLabel 依赖的库兼容性问题，目前用python3.10

conda create -n ppocrlabel python=3.10

1.2 激活虚拟环境

conda activate ppocrlabel

1.3 安装飞桨框架paddlepaddle

备注：目前采用cpu版本

PPOCRLabel有自动标注功能，会用到paddlepaddle做模型推理

python -m pip install paddlepaddle -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

1.4 安装标注工具PPOCRLabel

pip install PPOCRLabel -i https://pypi.tuna.tsinghua.edu.cn/simple

1.5 安装paddlex[ocr]

pip install "paddlex[ocr]" -i https://pypi.tuna.tsinghua.edu.cn/simple

1.6 运行PPOCRLabel.py脚本

1.6.1 进入PPOCRLabel安装目录

例如：

cd D:\ProgramData\miniconda3\envs\ppocrlabel\Lib\site-packages\PPOCRLabel

1.6.2 运行PPOCRLabel.py脚本

注意：

1.6.2.1 运行脚本的方式会看到报错信息

1.6.2.2 第一次启动要用脚本，要下载模型（默认路径 C:\Users\xxx\.paddlex\official_models）

1.6.2.3 PPOCRLabel --lang ch 方式运行需要等待一段时间才能看到界面

python PPOCRLabel.py --lang ch

1.6.2.4 备注：报错修复

(ppocrlabel) D:\ProgramData\miniconda3\envs\ppocrlabel\Lib\site-packages\PPOCRLabel>python PPOCRLabel.py --lang ch 信息: 用提供的模式无法找到文件。 D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\paddle\utils\cpp_extension\extension_utils.py:712: UserWarning: No ccache found. Please be aware that recompiling all source files may be required. You can download and install ccache from: https://github.com/ccache/ccache/blob/master/doc/INSTALL.md warnings.warn(warning_message) Traceback (most recent call last): File "D:\ProgramData\miniconda3\envs\ppocrlabel\Lib\site-packages\PPOCRLabel\PPOCRLabel.py", line 86, in <module> from paddleocr import PaddleOCR, PPStructureV3, TextRecognition, TextDetection File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\paddleocr\__init__.py", line 44, in <module> from ._api_client import ( File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\paddleocr\_api_client\__init__.py", line 16, in <module> from .async_client import AsyncPaddleOCRClient File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\paddleocr\_api_client\async_client.py", line 21, in <module> import aiohttp File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\aiohttp\__init__.py", line 6, in <module> from .client import ( File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\aiohttp\client.py", line 83, in <module> from .connector import ( File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\aiohttp\connector.py", line 918, in <module> _SSL_CONTEXT_VERIFIED = _make_ssl_context(True) File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\site-packages\aiohttp\connector.py", line 901, in _make_ssl_context sslcontext = ssl.create_default_context() File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\ssl.py", line 771, in create_default_context context.load_default_certs(purpose) File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\ssl.py", line 592, in load_default_certs self._load_windows_store_certs(storename, purpose) File "D:\ProgramData\miniconda3\envs\ppocrlabel\lib\ssl.py", line 584, in _load_windows_store_certs self.load_verify_locations(cadata=certs) ssl.SSLError: [ASN1: NOT_ENOUGH_DATA] not enough data (_ssl.c:4040)

尝试重新安装 OpenSSL 并修复 Conda 环境：

conda install openssl -c conda-forge --force-reinstall

1.7 标注

1.7.1 打开目录

1.7.2 标注

菜单栏：帮助-》操作步骤：

1.安装与运行：使用上述命令安装与运行程序。
2.打开文件夹：在菜单栏点击“文件”-打开目录选择待标记图片的文件夹。
3.自动标注：点击“自动标注”，使用PPOCR超轻量模型对图片文件名前图片状态为“X”的图片进行自动标注。
4.手动标注：点击“矩形标注”（推荐直接在英文模式下点击键盘中的“W”），用户可对当前图片中模型未检出的部分进行手动绘制标记框。点击键盘P，则使用四点标注模式（或点击“编辑”-“四点标注”），用户依次点击4个点后，双击左键表示标注完成。
5.标记框绘制完成后，用户点击“确认”，检测框会先被预分配一个“待识别”标签。
6.重新识别：将图片中的所有检测画绘制/调整完成后，点击“重新识别”，PPOCR模型会对当前图片中的**所有检测框**重新识别。
7.内容更改：双击识别结果，对不准确的识别结果进行手动更改。
8.保存：点击“保存”，图片状态切换为“✔”，跳转至下一张。
9.删除：点击“删除图像”，图片将会被删除至回收站。
10.标注结果：关闭应用程序或切换文件路径后，手动保存过的标签将会被存放在所打开图片文件夹下的“Label.txt”中。在菜单栏点击“PaddleOCR”-保存识别结果后，会将此类图片的识别训练数据保存在*crop_img*文件夹下，识别标签保存在*rec_gt.txt*中。

菜单栏：帮助-》快捷键：

w：矩形标注
q：多点标注

1.7.3 导出标记结果

1.7.4 导出识别结果

1.8 数据集划分

路径问题：如果在Windows下划分数据，但计划在Linux系统下训练，需要注意文件路径的差异，可能会因路径前缀问题导致训练时找不到文件。建议尽量在最终训练的环境（如Linux、Docker容器等）中直接进行数据划分

下载PPOCRLabel源码，复制到训练环境，放在标注数据集同一目录

git clone https://github.com/PFCCLab/PPOCRLabel.git

|- labeled_dataset
|- PPOCRLabel

cd ./PPOCRLabel # 将目录切换到PPOCRLabel文件夹下

执行脚本，生成划分后的数据集train_data：

python gen_ocr_train_val_test.py --trainValTestRatio 7:2:1 --datasetRootPath ../labeled_dataset

|- labeled_dataset
|- PPOCRLabel
|- train_data
|- det
|- rec

参数	参数说明
--trainValTestRatio	训练集验证集测试集比例
--datasetRootPath	已标注数据集路径
--detRootPath	划分后的检测数据集存放路径
--recRootPath	划分后的识别数据集存放路径

2. 搭建训练环境

飞桨快速安装【docker方式】: 开始使用_飞桨-源于产业实践的开源深度学习平台

硬件配置：
- GPU： NVIDIA GeForce RTX 5080

2.1 拉取预安装 PaddlePaddle 的镜像

镜像版本信息：3.3.1-gpu-cuda13.0-cudnn9.13

docker pull ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.3.1-gpu-cuda13.0-cudnn9.13

2.2 下载PaddleOCR源码

PaddleOCR：v3.7.0

# 推荐方式 git clone https://github.com/PaddlePaddle/PaddleOCR

2.3 下载预训练模型

文本检测模块 - PaddleOCR 文档

文本识别模块 - PaddleOCR 文档

2.4 数据存放目录结构

|-- workspace/ppocr/ppocrv6
|-- PaddleOCR #源码
|-- pretrained_model #预训练模型
|-- train_data #拆分后的标注数据集
|-- labeled_dataset #原始数据集
|-- PPOCRLabel #用于数据集划分

2.5 用镜像构建并进入Docker容器

docker run -itd --name paddleocr --gpus all --shm-size=8g -v /home/xxx/workspace:/workspace/ppocr ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.3.1-gpu-cuda13.0-cudnn9.13 /bin/bash

2.6 安装其余训练依赖

进入PaddleOCR源码目录，安装其余训练依赖

python -m pip install -r requirements.txt

2.7 配置动态库搜索路径

export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:/usr/local/cuda/lib64:$LD_LIBRARY_PATH

容器内默认缺少 CUDA lib64 动态库搜索路径，Paddle 找不到 cudart/cuda 运行库，判定 GPU 不可用，报错如下：

/usr/local/lib/python3.10/dist-packages/paddle/base/framework.py:829: UserWarning: You are using GPU version Paddle, but your CUDA device is not set properly. CPU device will be used by default. warnings.warn( Skipping import of the encryption module. E0615 05:28:28.237717 22589 place.cc:424] Cannot use GPU because there is no GPU detected on your machine. Traceback (most recent call last): File "/workspace/ppocr/ppocrv6/PaddleOCR/tools/train.py", line 297, in <module> config, device, logger, vdl_writer = program.preprocess(is_train=True) File "/workspace/ppocr/ppocrv6/PaddleOCR/tools/program.py", line 976, in preprocess device = paddle.set_device(device) File "/usr/local/lib/python3.10/dist-packages/paddle/device/__init__.py", line 631, in set_device place = device_to_place(device) File "/usr/local/lib/python3.10/dist-packages/paddle/device/__init__.py", line 392, in device_to_place device = _convert_to_place(device) File "/usr/local/lib/python3.10/dist-packages/paddle/device/__init__.py", line 448, in _convert_to_place place = core.CUDAPlace(device_id) ValueError: (InvalidArgument) use wrong place, Please check. (at /paddle/paddle/fluid/pybind/place.cc:427)

3. 训练PP-OCRv6检测模型

3.1 修改配置文件

configs/det/PP-OCRv6/PP-OCRv6_medium_det.yml

例如：

备注：如果报显存错误 Out of memory error on GPU 0，可以将batch_size_per_card改小

Train -> loader -> batch_size_per_card: 8 改成 4

3.2 检测模型训练

#单卡训练 (默认训练方式) python tools/train.py -c configs/det/PP-OCRv6/PP-OCRv6_medium_det.yml

模型输出目录：

4. 训练PP-OCRv6识别模型

4.1 修改配置文件

configs/rec/PP-OCRv6/PP-OCRv6_medium_rec.yml

4.2 识别模型训练

#单卡训练 (默认训练方式) python tools/train.py -c configs/rec/PP-OCRv6/PP-OCRv6_medium_rec.yml

模型输出目录：

5. 模型评估

5.1 检测模型评估

python tools/eval.py -c configs/det/PP-OCRv6/PP-OCRv6_medium_det.yml -o Global.pretrained_model=output/PP-OCRv6_medium_det/best_accuracy.pdparams

5.2 识别模型评估

python tools/eval.py -c configs/rec/PP-OCRv6/PP-OCRv6_medium_rec.yml -o Global.pretrained_model=output/PP-OCRv6_medium_rec/best_accuracy.pdparams

6. 模型导出

6.1 检测模型导出

python tools/export_model.py -c configs/det/PP-OCRv6/PP-OCRv6_medium_det.yml -o Global.pretrained_model=output/PP-OCRv6_medium_det/best_accuracy.pdparams Global.save_inference_dir="./PP-OCRv6_medium_det_infer/"

6.2 识别模型导出

python tools/export_model.py -c configs/rec/PP-OCRv6/PP-OCRv6_medium_rec.yml -o Global.pretrained_model=output/PP-OCRv6_medium_rec/best_accuracy.pdparams Global.save_inference_dir="./PP-OCRv6_medium_rec_infer/"

7. pdparams格式转onnx格式

7.1 安装paddlex[ocr]

pip install "paddlex[ocr]"

7.2 安装paddle2onnx

paddlex --install paddle2onnx

版本信息：

paddlex：3.7.1

paddle2onnx：2.0.2rc3

7.3 执行格式转换

检测模型转onnx

paddlex --paddle2onnx --paddle_model_dir PP-OCRv6_medium_det_infer --onnx_model_dir PP-OCRv6_medium_det_infer_onnx --opset_version 11

识别模型转onnx

paddlex --paddle2onnx --paddle_model_dir PP-OCRv6_medium_rec_infer --onnx_model_dir PP-OCRv6_medium_rec_infer_onnx --opset_version 11

7.4 转换报错及解决

报错信息：

root@f5079c5ab22a:/workspace/ppocr/ppocrv6/PaddleOCR# paddlex --paddle2onnx --paddle_model_dir PP-OCRv6_medium_det_infer --onnx_model_dir PP-OCRv6_medium_det_infer_onnx --opset_version 11 Input dir: PP-OCRv6_medium_det_infer Output dir: PP-OCRv6_medium_det_infer_onnx Paddle2ONNX conversion starting... /usr/local/lib/python3.10/dist-packages/paddle/base/framework.py:829: UserWarning: You are using GPU version Paddle, but your CUDA device is not set properly. CPU device will be used by default. warnings.warn( [Paddle2ONNX] Start parsing the Paddle model file... [Paddle2ONNX] Use opset_version = 11 for ONNX export. 2026-06-16 02:59:02 [ERROR] Failed to convert PaddlePaddle model: (Unimplemented) the 0th elementwise MUST be ir::FloatAttribute [Hint: Expected array_list[0].isa<::pir::FloatAttribute>() == true, but received array_list[0].isa<::pir::FloatAttribute>():0 != true:1.] (at /github/workspace/paddle2onnx/parser/pir_parser.cc:814) . Paddle2ONNX conversion failed with exit code 255 root@f5079c5ab22a:/workspace/ppocr/ppocrv6/PaddleOCR#

解决方案：新起一个容器环境，将paddlepaddle_gpu替换为3.2.1，重新导出模型，再执行格式转换命令

参考链接：Failed to convert PaddlePaddle model: (Unimplemented) the 0th elementwise MUST be ir::FloatAttribute · Issue #77757 · PaddlePaddle/Paddle · GitHub

8. 官方文档

PaddleOCR 文档

https://github.com/PaddlePaddle/PaddleOCR

PP-OCRv6: 使用教程 - PaddleOCR 文档

标注：

其它数据标注工具 - PaddleOCR 文档

PPOCRLabelv3： PPOCRLabel/README_ch.md at main · PFCCLab/PPOCRLabel · GitHub

训练微调：

模块概述 - PaddleOCR 文档

文本检测模块 - PaddleOCR 文档

文本识别模块 - PaddleOCR 文档

获取 ONNX 模型：

获取ONNX模型 - PaddleOCR 文档

注意：PP-OCRv6 2026/06/11发布，训练流程和PP-OCRv5相似，PP-OCRv5微调参见：用自定义数据集微调PP-OCRv5文本检测、识别模型-CSDN博客

资讯详情

用自定义数据集微调PP-OCRv6文本检测、识别模型

1. 用PPOCRLabel标注数据

1.1 创建虚拟环境

1.2 激活虚拟环境

1.3 安装飞桨框架paddlepaddle

1.4 安装标注工具PPOCRLabel

1.5 安装paddlex[ocr]

1.6 运行PPOCRLabel.py脚本

1.7 标注

1.8 数据集划分

2. 搭建训练环境

2.1 拉取预安装 PaddlePaddle 的镜像

2.2 下载PaddleOCR源码

2.3 下载预训练模型

2.4 数据存放目录结构

2.5 用镜像构建并进入Docker容器

2.6 安装其余训练依赖

2.7 配置动态库搜索路径

3. 训练PP-OCRv6检测模型

3.1 修改配置文件

3.2 检测模型训练

4. 训练PP-OCRv6识别模型

4.1 修改配置文件

4.2 识别模型训练

5. 模型评估

5.1 检测模型评估

5.2 识别模型评估

6. 模型导出

6.1 检测模型导出

6.2 识别模型导出

7. pdparams格式转onnx格式

7.1 安装paddlex[ocr]

7.2 安装paddle2onnx

7.3 执行格式转换

7.4 转换报错及解决

8. 官方文档