PP-OCRv4在线体验版使用离线推理的效果不一致

[linssonSUSUSU]

无法获取在线体验版的使用的模型版本，分别尝试了det模型的ch_PP-OCRv4 infer版和server_infer版，以及rec模型的infer版和server_infer版，发现效果均差于线上体验版。
例如识别图片：

• 线上版结果：
  Black Sesame Mushroom Powder 黑芝麻香菇粉 ESTLADY
  -离线版结果：
  ('Black', 0.9862731099128723)
  ('Desame', 0.8805373311042786)
  ('Mushroom Powder', 0.9594960808753967)
  ('黑芝麻香菇粉', 0.9991157054901123)
  对比结果离线版错将Sesame识别为Desame，漏掉了NESTLADY

[TingquanGao]

在线体验版是AIStudio平台的在线体验吗？

[gudufengzhongyipilang]

我也遇到了同样的情况，体验版地址：https://aistudio.baidu.com/community/app/91660

[gudufengzhongyipilang]

我也遇到了同样的情况，体验版地址：https://aistudio.baidu.com/community/app/91660

@TingquanGao

[linssonSUSUSU]

在线体验版是AIStudio平台的在线体验吗？

是的是的，https://aistudio.baidu.com/community/app/91660

[UserWangZz]

目前定位到的问题可能是线上上传图片后，图片被压缩导致的。
线上使用det_server和rec_server模型
我们使用server模型和mobile模型进行测试结果如下
mobile模型：
[2024/05/23 08:32:38] ppocr DEBUG: Black, 0.986
[2024/05/23 08:32:38] ppocr DEBUG: Desame, 0.881
[2024/05/23 08:32:38] ppocr DEBUG: Mushroom Powder, 0.959
[2024/05/23 08:32:38] ppocr DEBUG: 黑芝麻香菇粉, 0.999
server模型
[2024/05/23 08:38:03] ppocr DEBUG: Black, 0.995
[2024/05/23 08:38:03] ppocr DEBUG: Mushroom Powder, 0.971
[2024/05/23 08:38:03] ppocr DEBUG: 黑芝麻香菇粉, 0.997
[2024/05/23 08:38:03] ppocr DEBUG: ESTLADY, 0.946
对图片进行裁切后，使用server模型推理：
[2024/05/23 08:47:58] ppocr DEBUG: Black, 0.992
[2024/05/23 08:47:58] ppocr DEBUG: S, 0.976
[2024/05/23 08:47:58] ppocr DEBUG: esame, 0.995
[2024/05/23 08:47:58] ppocr DEBUG: Mushroom Powder, 0.964
[2024/05/23 08:47:58] ppocr DEBUG: 黑芝麻香菇粉, 0.996
[2024/05/23 08:47:58] ppocr DEBUG: ESTLADY, 0.985

[gudufengzhongyipilang]

我与原题主的测试图片不相同，但遇到的问题类型是相同的：某一行文字漏检。对于我来说线上版本的检测结果很理想，但离线模型就会出现漏检；补充说明下：我是通过pip install paddleocr安装，检测代码为

from paddleocr import PaddleOCR 
res = PaddleOCR(use_angle_cls=True, lang="ch").ocr(img_arr, cls=True)[0]
print(res )

期间，我查阅了其他issue，使用了多种trick，比如调参：det_db_thresh、det_db_score_mode->slow、det_limit_side_len之类，或者对待测图片做padding等方式；整体检测结果有提升但仍达不到线上的效果。

从您 @UserWangZz 的检测结果上来看 离线server模型下也出现了漏检Sesame单词的情况，确实逊色于线上的结果。您一开始说的：线上上传图片后，图片被压缩导致该问题；但是直觉上来说，图片被压缩应该效果会更差 (｀・ω・´)

通过您的实验，我的疑问是：
1、是否由于线上版本参数设置和离线模型的参数设置有异，导致它们的结果不相同
2、线上版本是否对被测图像有其他处理
3、从您的实验看，对图片进行裁切后效果提升显著，可以具体说说是怎样进行裁切处理的吗

[UserWangZz]

我与原题主的测试图片不相同，但遇到的问题类型是相同的：某一行文字漏检。对于我来说线上版本的检测结果很理想，但离线模型就会出现漏检；补充说明下：我是通过pip install paddleocr安装，检测代码为

from paddleocr import PaddleOCR 
res = PaddleOCR(use_angle_cls=True, lang="ch").ocr(img_arr, cls=True)[0]
print(res )

期间，我查阅了其他issue，使用了多种trick，比如调参：det_db_thresh、det_db_score_mode->slow、det_limit_side_len之类，或者对待测图片做padding等方式；整体检测结果有提升但仍达不到线上的效果。

从您 @UserWangZz 的检测结果上来看 离线server模型下也出现了漏检Sesame单词的情况，确实逊色于线上的结果。您一开始说的：线上上传图片后，图片被压缩导致该问题；但是直觉上来说，图片被压缩应该效果会更差 (｀・ω・´)

通过您的实验，我的疑问是： 1、是否由于线上版本参数设置和离线模型的参数设置有异，导致它们的结果不相同 2、线上版本是否对被测图像有其他处理 3、从您的实验看，对图片进行裁切后效果提升显著，可以具体说说是怎样进行裁切处理的吗

Q1: 线上和离线模型参数一致
Q2：线上没有对图片进行其他的预处理
线上和离线模型参数设置，推理模型等均一致
Q3：对图片仅简单裁切，相当于改变了图像的输入大小
下面是实验三的输入图片：

[gudufengzhongyipilang]

好的明了了~
实在不行我就买智能云上ocr的api用吧ヽ(ー_ー)ノ