v3.0.0rc.md

接口变化说明文档

一、模型模块相关

1.1 模型配置文件

• 存储目录变更：paddlex/configs 更新为 paddlex/configs/modules。
• 模块名变更，相关配置文件路径同样更新：
  • anomaly_detection 更新为 image_anomaly_detection
  • face_recognition 更新为 face_feature
  • general_recognition 更新为 image_feature
  • multilabel_classification 更新为 image_multilabel_classification
  • pedestrian_attribute 更新为 pedestrian_attribute_recognition
  • structure_analysis 更新为 layout_detection
  • table_recognition 更新为 table_structure_recognition
  • text_detection_seal 更新为 seal_text_detection
  • vehicle_attribute 更新为 vehicle_attribute_recognition

1.2 模型推理

1. create_model()

• 参数修改：

  • model_name：只能传入字符串类型的模型名。
  • 新增参数：
    • model_dir：指定本地推理模型文件目录，默认为 None，表示自动下载官方模型并使用。
    • batch_size：指定推理时批处理的大小，默认为 1。
    • 支持指定模型常见超参数，具体参数与模型任务相关，详见模型文档。例如，图像分类模型支持 topk。
    • use_hpip 和 hpi_params：用于支持高性能推理，默认不开启。

• 功能更新：

  • 支持 CV 类模型使用 PDF 文件作为输入样本。
  • 预测结果仍为 dict 类型，但格式有所变化：{'key1': val} 改为 {"res": {'key': val}}，即以 "res" 作为键，原结果数据作为值。
  • 使用 save_to_xxx() 方法保存预测结果时，若 save_path 为目录，存储文件命名方式有变更。例如，保存为 JSON 格式时为 输入文件前缀名_res.json；保存为图像格式时为 输入文件前缀名_res_img.输入文件后缀名。

二、模型产线相关

2.1 产线配置文件

• 配置文件存储目录变更：paddlex/pipelines 更新为 paddlex/configs/pipelines。
• 产线名称变更：
  • ts_fc 更新为 ts_forecast
  • ts_ad 更新为 ts_anomaly_detection
  • ts_cls 更新为 ts_classification

2.2 产线推理

1. 模型产线命令行推理

• 新增支持：
  • 推理超参数，具体参数与产线相关，详见产线文档。例如，图像分类产线支持 --topk 参数，指定返回的前 n 个结果。
• 删除：
  • --serial_number，高性能推理不再需要传入序列号。

2. create_pipeline()

• 删除：
  • 高性能推理 hpi_params 参数中的 serial_number 参数，高性能推理不再需要传入序列号。
• 不再支持：
  • 产线推理超参数设置，相关参数设置均需通过产线配置文件完成，如 batch_size、阈值等。
• 功能更新：
  1. 使用 save_to_xxx() 方法保存预测结果时，若 save_path 为目录，存储文件命名方式更新。
  2. CV类模型预测结果新增 page_index 字段，仅当输入的预测样本为PDF文件时，标志当前预测结果的页码序号。
  3. 模型产线预测结果新增产线推理参数字段，如 OCR 产线中新增 text_det_params 字段，值为文本检测模型的后处理设置。
• 配置文件格式更新：

  • 产线配置文件内容更新后，分为三部分：产线名称、产线相关参数设置、子产线与子模块构成。例如：

    pipeline_name: pipeline # 产线名称
    threshold: 0.5 # 产线推理相关参数
    SubPipelines: # 子产线
      DocPreprocessor:
        pipeline_name: doc_preprocessor
        use_doc_unwarping: True # 子产线 DocPreprocessor 的相关设置
    SubModules: # 子模块
      TextDetection:
        module_name: text_detection
        model_name: PP-OCRv4_mobile_det
        model_dir: null
        limit_side_len: 960 # 子模块 TextDetection 的相关设置
        limit_type: max
        thresh: 0.3
        box_thresh: 0.6
        unclip_ratio: 2.0

三、产线功能变更

3.1 OCR 产线

• 新增功能：
  • 文档预处理：支持整图方向分类与矫正，可通过配置文件 OCR.yaml 中相关参数控制。
  • 文本行方向分类：可通过配置文件中相关参数控制。
  • 支持修改模型推理超参数，如文本检测模型的后处理参数，可通过配置文件中相关参数控制。

3.2 印章识别与公式识别产线

• 新增功能：
  • 文档预处理：支持整图方向分类与矫正，可通过配置文件中相关参数控制。
  • 是否使用版面检测模型：可通过配置文件中相关参数控制。

3.3 表格识别产线

• 新增功能：
  • 文档预处理：支持整图方向分类与矫正，可通过配置文件中相关参数控制。
  • 是否使用 OCR 产线进行文本检测与识别：可通过配置文件中相关参数控制。

3.4 版面解析产线

• 更新功能：
  • 支持更多推理超参数设置，如文档预处理、文本识别及模型后处理参数设置，均可在产线配置文件中进行设置。

3.5 PP-ChatOCRv3-doc 产线

• 新增功能：

  • 支持标准 OpenAI API 接口调用，可通过配置文件中相关参数控制。
  • 支持在 Chat 接口调用时更换大语言模型，可通过接口调用参数传入相关配置。

• 更新功能：

  • 推理模块初始化：支持推理模块首次调用时进行初始化，无需在产线启动时全部初始化。
  • 向量库：支持设置长文本分块大小，去除了调用向量库间隔时长控制。