Files
ocr-server/config.yaml
T
2026-10-12 12:06:58 +08:00

57 lines
1.9 KiB
YAML
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# OCR Server 配置文件。修改后重启服务生效。
host: 127.0.0.1
port: 8000
# 支持绝对路径或相对项目根目录的路径。
upload_dir: data/uploads
model_dir: models
# 模型缺失时自动下载到 model_dir/official_models/。
# 速度优先 PP-OCRv4 Mobile
# 当前默认 PP-OCRv5 Server
# 新版模型 PP-OCRv6 Medium
det_model_name: PP-OCRv5_server_det
rec_model_name: PP-OCRv5_server_rec
# 【速度档】模型仅 16MB,速度提升极大。实测:
# 稀疏图(官方示例) : 70s -> 10s
# 密集图(1920x1080) : 748s -> 8s,但字符数只剩约 10%(大量丢字)
# 原因:PP-OCRv4_mobile_det 检测不出密集小字(1.png 只检出 46 框,v5 检出 339 框)。
# 结论:文本稀疏(票据/证件/少数字段)可用;文本密集(表格/文档/截图)不要用。
# 务必先用真实图片在 benchmark_ocr.py 中对比字符数再决定。
# 切换方式:注释上面两行,启用下面两行,然后重启服务。
#det_model_name: PP-OCRv4_mobile_det
#rec_model_name: PP-OCRv4_mobile_rec
# 每个线程会独立占用一份 OCR 模型内存。
ocr_workers: 1
device: cpu
lang: ch
# 识别速度/精度参数。
# 速度优先可将 text_det_limit_side_len 调小到 640;默认 960。text_recognition_batch_size 调整为 2 默认 1
# 检测图像最长边
text_det_limit_side_len: 512
# 检测缩放类型
text_det_limit_type: max
# 检测阈值
text_det_thresh: 0.3
text_det_box_thresh: 0.6
text_det_unclip_ratio: 1.5
# 识别置信度阈值
text_rec_score_thresh: 0.0
# 识别批量大小
text_recognition_batch_size: 8
# CPU 推理线程数(Paddle 的 cpu_math_library_num_threads)。
# PaddleX 默认 10;不是单核推理,但关闭 oneDNN 后多线程加速有限。
# 建议不要超过物理核心数;调大不一定更快,请用 benchmark_ocr.py 实测。
cpu_threads: 20
# 日志级别:DEBUG / INFO / WARNING / ERROR
log_level: INFO
max_upload_mb: 10
max_image_pixels: 20000000