Question 1

为什么 PaddleOCR SealRecognition 返回空的印章识别结果（seal_res_list: []），该如何解决？

Accepted Answer

根本原因：SealRecognition 默认启用版面检测（use_layout_detection=True），内置的 PP-DocLayout-L 版面模型会将红色圆形印章归类为无效区域，从而导致下游的印章检测 pipeline 被截断。修复方法：在初始化 pipeline 时禁用版面检测：

```python
from paddleocr import SealRecognition
ocr = SealRecognition(device="gpu", use_layout_detection=False)
result = ocr.predict(input="testpic.png")
```

这样即可恢复印章检测。注意：官方 pipeline 仍未完全支持环形印章上的圆形/弧形文字（矩形裁剪无法处理弯曲文字，且检测框可能存在偏移）。截至 PaddleOCR 3.7.0，官方尚未提供修复方案；社区建议的方法是提取印章多边形，并应用极坐标展开将弧形文字拉直后再进行识别，或者微调一个自定义的印章检测模型。

Question 2

如何修复 PaddleOCRVL llama-cpp-server 在处理包含智能引号的图像时出现的 HTTP 500 "Failed to parse input" 错误？

Accepted Answer

当 PaddleOCR-VL 输出中包含弯引号/智能引号（U+201C/U+201D）的内容被解码为无效的 UTF-8 或 U+FFFD 字节时，llama.cpp b9637 会出现此问题，导致 llama-server 的 chat-template 解析器返回 HTTP 500。随后 PaddleOCR 3.7.0 会取消所有待处理的 VLM 块，并使整个 `predict()` 调用失败。

首选修复方案：将 `llama-server` 更新或重新构建为包含上游修复（标题为 "chat: sanitize invalid UTF-8 before peg-native parsing"）的版本，然后重启服务器并重新运行 `predict()`。

PaddleOCR 临时解决方案：修改 `paddlex/inference/models/doc_vlm/predictor.py` 中的 `DocVLMGenAIClientPredictor._genai_client_process()`，使单个失败的块返回空内容，而不是取消所有 future 并重新抛出异常：

```python
import logging

contents = [""] * len(futures)

for idx, future in enumerate(futures):
    try:
        contents[idx] = future.result().choices[0].message.content or ""
    except Exception as exc:
        logging.warning("Skipping failed VLM block %s: %s", idx, exc)
        contents[idx] = ""
```

移除或替换那个取消待处理 future 并调用 `raise` 的全局处理器。失败的段落将为空白，但其余块和页面输出仍会正常生成。使用以下命令定位已安装的文件：

```bash
python -c "import paddlex, os; print(os.path.dirname(paddlex.__file__))"
```

打补丁后重启 Python。更新 llama.cpp 更为可取，因为它能从源头防止解析器故障本身。

Question 3

如何修复 PaddleOCR PP-OCRv3 检测验证时显存持续增长并抛出 BadAlloc/ResourceExhaustedError 的 GPU OOM 问题?

Accepted Answer

这通常是因为验证图像在经过 `DetResizeForTest` 后 H/W 尺寸不固定,因此 PaddlePaddle 的缓存分配器会为新的形状保留内存块;同时训练/优化器的内存也会一直驻留在 T4 上。请在 PP-OCRv3 det 配置中减小或固定评估输入尺寸:

```yaml
Eval:
  loader:
    batch_size_per_card: 1
  dataset:
    transforms:
      - DetResizeForTest:
          limit_type: max
          limit_side_len: 736   # 如果仍然 OOM,可以尝试 640
```

默认值通常是 `960`。为了使内存复用具有确定性,可以将其替换为固定的、可被 32 整除的形状,例如:

```yaml
- DetResizeForTest:
    image_shape: [3, 640, 960]
```

如果你修改了评估循环,请确保推理在不启用 autograd 的情况下运行:

```python
model.eval()
with paddle.no_grad():
    for batch in eval_loader:
        preds = model(images)
```

作为临时解决方案,可以在训练前启用 CUDA managed memory——使用 `true`,而不是旧错误信息中显示的 `false`:

```bash
export FLAGS_use_cuda_managed_memory=true
python tools/train.py -c configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_distill_train.yml
```

如果训练过程中的验证仍然失败,请单独运行评估,这样优化器状态和训练缓存就不会驻留在显存中:

```bash
python tools/eval.py \
  -c configs/det/ch_PP-OCRv3/ch_PP-OCRv3_det_distill_train.yml \
  -o Global.checkpoints=<output_dir>/best_accuracy
```

此外,还可以将 `Train.loader.batch_size_per_card` 减小到 `1`,或使用更大的 GPU。

PaddleOCR

项目简介

README 预览

常见问题 (3)

同类型项目

browser-use

puppeteer

manim

docling