训练paddleocr模型，可以按照如下教程或者直接百度其他的

PaddleOCR训练自己的数据集（中英文）（全套）和C#部署（半套）_c# paddleocr-CSDN博客

将训练后的模型转换成推理模型

-c后面是你配置的det  的yaml文件   -o Global.pretrained_model=后面是你训练后的模型 latest

lobal.save_inference_dir=保存转换后的推理模型位置

python tools/export_model.py -c "./configs/endet_enrec_encls/en_PP_OCRV3_det_cml.yml" -o Global.pretrained_model="./output/det/ch_PP-OCR_v3_det3/latest" Global.save_inference_dir="./models/inf_det/"

 rec的转换和上方的det一样

 转换后是如下

 然后在命令行中pip下载paddle2onnx和onnxruntime

# 安装paddle2onnx
pip install paddle2onnx -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装 ONNXRuntime，建议安装 1.9.0 版本，可根据环境更换版本号
pip install onnxruntime==1.9.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

 转换命令如下

paddle2onnx --model_dir saved_inference_model \--model_filename model.pdmodel \--params_filename model.pdiparams \--save_file model.onnx \--enable_dev_version True

 

 如果看不明白，下方是我的转换命令

model_dir 是你训练模型的文件夹

model_filename 是结尾是 .pdmodel文件

params_filename 是结尾是 .pdiparams文件

save_file 保存转换后的onnx模型

当然rec和det以及旋转模型也是如下，一共有三个。

paddle2onnx --model_dir H:\\DL\\PaddleOCR-main\\models\\ch_PP-OCRv3_rec_infer--model_filename inference.pdmodel --params_filename inference.pdiparams --save_file F:\\Desk\\159\\inference.onnx

测试推理 

onnxruntime推理

python tools/infer/predict_system.py --use_gpu=False --use_onnx=True \
--det_model_dir=./inference/det_onnx/model.onnx  \
--rec_model_dir=./inference/rec_onnx/model.onnx  \
--cls_model_dir=./inference/cls_onnx/model.onnx  \
--image_dir=./deploy/lite/imgs/lite_demo.png

 优化模型命令

python -m paddle2onnx.optimize --input_model model.onnx --output_model optimized_model.onnx