以上仅是rapidocr官方文档中的一小部分，更多内容请移步官方文档查看。如有帮助到小伙伴，还请多多宣传。用的人多了，我这里才有动力为爱发电。

系列包是基于PaddlePaddle框架作为推理引擎的，支持CPU和GPU上推理。值得说明的是，这个包和PaddleOCR相比，代码基本都是一样的，只不过这个库将里面核心推理代码抽了出来，更加精简而已。推荐GPU上用这个，CPU端还是以和为主。毕竟PaddlePaddle的CPU端还是比较重的。封装这个包的原因是为了弥补GPU端推理的空缺。因为面对成千上万的图像需要提取文字时，CPU端上推理速度还

RapidAI/paddleocr_convert：PaddleOCR中模型快速转换为ONNX格式

ONNXRuntime和ONNX以及深度学习框架对应关系

RapidAISkill是一个用于存放AI助手技能指令的仓库，旨在为RapidAI生态项目提供可复用的开发指引。Skill以特定格式（如SKILL.md）描述AI在特定场景下的任务执行规范，适用于Cursor等各类AI平台。仓库采用标准目录结构存放技能文件，目前已包含贡献指南等技能。用户可通过克隆仓库或配置技能路径来使用这些Skill，也欢迎贡献新技能（需包含适用平台说明和详细指引）。项目采用Ap

下载地址（需科学上网）：https://github.com/RapidAI/RapidOCRWeb/releases/download/v1.0.0/RapidOCRWeb-3.1.1-windows-2022-X64-no-installer.zip。有自己打包需求的小伙伴，可以参考 https://github.com/RapidAI/RapidOCRWeb/blob/main/.githu

LLM总结（持续更新中）

至此，该部分集成工作就基本完成了。这部分代码会集成到中。版本号之所以从v2.1.0到v3.0.0，原因是：语义化版本号。我在集成过程中，发现v2.1.0中字段不太合理，做了一些改进，动了外部API，因此只能升大版本号。请大家在使用过程中，注意查看最新文档→docs。

RapidTable v3.0.0 发布，主要支持批量推理功能，并对接口返回值进行了重大调整（从单张图片处理改为批量处理）。此次版本升级包含代码重构、批量处理优化、bug修复和文档更新等工作。开发者表示虽然代码还未达到理想状态，但会持续改进。感谢贡献者们的努力，完整更新内容可查看项目变更日志。

该文章主要记录RapidOCR集成PP-OCRv5_mobile_rec和PP-OCRv5_server_rec模型记录的，涉及模型转换，模型精度测试等步骤。