大家好，我正在本地Ubuntu 22.04机器上搭建带GPU支持的PaddleOCR，用来做自定义OCR流水线提取扫描PDF里的选民数据。我的目标是用手动下载的模型实现GPU加速的OCR，因为自动下载经常失败或者速度太慢。

我的系统环境： #

• OS：Ubuntu 22.04 LTS
• Python：3.8（Conda虚拟环境ocr38）
• PaddleOCR：通过pip install paddleocr安装
• GPU：NVIDIA RTX 3050，已启用（设置use_gpu=True）

我要实现的需求： #

• 使用PP-OCRv3英文模型提取图片文本
• 手动下载并使用模型，避免反复自动下载的问题

已经尝试过的操作： #

我写了个极简测试脚本test_ocr.py：

from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang='en', use_gpu=True)
ocr.ocr('test.jpg', cls=True)

第一次运行时，它尝试下载en_PP-OCRv3_rec_infer.tar，于是我手动下载了这个模型：

wget https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_rec_infer.tar

然后把它解压到预期的文件夹里：

mkdir -p ~/.paddleocr/whl/rec/en/en_PP-OCRv3_rec_infer/
tar -xvf en_PP-OCRv3_rec_infer.tar -C ~/.paddleocr/whl/rec/en/en_PP-OCRv3_rec_infer/

因为压缩包解压后会多一层嵌套文件夹，我把内容移到上一级目录：

mv ~/.paddleocr/whl/rec/en/en_PP-OCRv3_rec_infer/en_PP-OCRv3_rec_infer/* ~/.paddleocr/whl/rec/en/en_PP-OCRv3_rec_infer/
rmdir ~/.paddleocr/whl/rec/en/en_PP-OCRv3_rec_infer/en_PP-OCRv3_rec_infer/

当前遇到的问题： #

就算已经把所有模型文件放到正确位置了，还是会报错：

[ppocr ERROR]: Something went wrong while downloading models

而且程序会再次尝试下载同一个en_PP-OCRv3_rec_infer.tar文件——明明这个模型已经存在了。

我需要的帮助： #

1. 怎么让PaddleOCR识别到已经下载好的模型，不要再重复下载？
2. 有没有办法在代码或者配置里手动指定模型路径？
3. 如何确认所有必需的模型都已存在，并且目录结构是正确的？

注：我的最终目标是运行GPU加速的PaddleOCR，CUDA已经配置好，也确认过PaddlePaddle正在使用GPU。

非常感谢大家的帮助！提前谢谢了！

Regards,
Ravi Verma

内容来源于stack exchange