深度学习与 OCR 算子
Plugin.DL 提供基于 ONNXRuntime（支持 CPU / GPU）的深度学习算子与 PaddleOCR 文本识别，全部以模型文件（.onnx）作为输入参数，运行期加载推理。不需要自己搭建训练环境——拿到 .onnx 模型即可接入程序。
算子清单
| 算子 | 任务 | 输出要点 |
|---|---|---|
| DL_Classification | 图像分类 | 类别 + 置信度 |
| DL_ObjectDetection | 目标检测（任意 ONNX 检测模型） | 矩形框 Regions + 置信度 + 类别 |
| DL_ObjectDetection_SplitImg | 大图切块检测（把大图按区域切成多块分别检测再合并） | 同上 |
| DL_DefectSegment | 缺陷分割（像素级掩码） | Region / 掩码 |
| DeepLearning_Segment | 分割（支持双图输入 I/H 形式） | Region / 掩码 |
| DeepLearning_DetectYoloV5 | YOLOv5 专用检测 | 矩形框 + 置信度 + 类别 |
| DeepLearning_PaddleOCR | PaddleOCR 完整版（检测+方向分类+识别三段模型） | 文本 + 坐标 |
| DeepLearning_PaddleOCR_lite | PaddleOCR 轻量版（只给模型目录） | 文本 + 坐标 |
检测 / 分类类工具的通用输入输出
以 DeepLearning_DetectYoloV5 为例（其余检测类算子同构）：
| 输入 | 说明 |
|---|---|
| Image | 输入图像 |
| ModelPath | ONNX 模型文件（.onnx），例如 ...\Models\yolov5\yolov5n.s.onnx |
| ClassNamesPath | 类别名称文件（.names，一行一个类别名） |
| SplitRegions | 可选：只检测指定的矩形区域列表（空 = 全图） |
| EnableGPU | 0 = CPU，1 = GPU（需要 GPU 版 ONNX Runtime） |
| ConfThreshold | 置信度阈值，默认 0.25 |
| IouThreshold | NMS 的 IoU 阈值，默认 0.45 |
| ShowDebugImage | 是否显示调试可视化 |
| 输出 | 说明 |
|---|---|
| Regions | 每个检测框（轴对齐矩形，RECTANGLE2D 数组），与输入图同坐标 |
| Confidence | 每个框的置信度（vDOUBLE，与 Regions 一一对应） |
| ClassId / ClassName | 每个框的类别 ID 与名称 |
输出与输入一一对齐：Regions / Confidence / ClassId / ClassName 是平行数组，下标相同即同一目标。下游“画框 → 按置信度过滤 → 统计数量 → IF 判断”全部基于这组平行输出。
模型从哪来
1. 使用随插件安装的内置模型（最快上手）
Plugin.DL 安装后自带示例模型，位于插件目录的 Models\ 子目录：
Models\
├── classification\cls_model.onnx ← 分类示例
├── objectDetection\model.onnx ← 检测示例
├── defectDetection\seg_model.onnx ← 缺陷分割示例
├── yolov5\yolov5n.s.onnx ← YOLOv5n 轻量检测
└── PPOCR\ch_PP-OCRv3\
├── det_dbnet.onnx ← 检测（找文本行）
├── angle_net.onnx ← 方向分类（判断文字倒正）
├── rec.onnx ← 识别（行 → 字符串）
└── keys.txt ← 中文字典
把算子的 ModelPath 等参数指向这些文件即可跑通流程；用于演示与联调。也可以把你自己的模型放到同一目录，路径用 $(SolutionDir) 或相对约定管理（见 总览）。
2. 使用自训练 / 第三方模型
- 格式统一为 ONNX（
.onnx）：PyTorch / PaddlePaddle / TensorFlow 模型均可导出为 ONNX； - 类别文件
.names每行一个类别名，顺序必须与训练时类别索引一致——这是检测结果张冠李戴的最常见原因； - 输入图像的预处理约定（尺寸、归一化、通道顺序）随模型而异，请与模型来源方确认；不匹配时典型表现是“能跑但检出率极低”。
OCR：文字识别
PaddleOCR 采用三段式：检测（Det）→ 方向分类（Cls）→ 识别（Rec）。完整版（DeepLearning_PaddleOCR）把三段模型的路径分开给：
| 输入 | 说明 |
|---|---|
| DetModelPath | 文本检测模型 det_dbnet.onnx（先找出哪些像素是文字） |
| ClsModelPath | 方向分类模型 angle_net.onnx（判断文字是否倒置，可关） |
| RecModelPath | 识别模型 rec.onnx（把文本行变成字符串） |
| KeysPath | 字典文件 keys.txt（模型支持的字符集，中文按此字典解码） |
| SplitRegions | 可选：只识别指定区域 |
| EnableGPU / ThreadsOfCPU | 推理加速选项 |
| Padding / MaxSideLen | 检测前图像预处理（外扩填充 / 最长边限制） |
| BoxScoreThresh / BoxThresh / UnClipRatio | 文本检测灵敏度：得分阈值、二值化阈值、外扩比例 |
| DoAngle / MostAngle | 方向分类开关与多数投票策略 |
| 输出 | 说明 |
|---|---|
| Characters | 识别出的文本（vSTRING，每行一条，按阅读顺序与文本框对齐） |
| CharactersHEX | 文本的 HEX 编码（用于编码不可靠时的无损传递） |
| CharConfidence | 每个字符的置信度 |
| RectRegions | 每个文本行的位置矩形（与 Characters 一一对应） |
| RegionConfidence | 每个文本区域的置信度 |
轻量版
DeepLearning_PaddleOCR_lite只给一个ModelDir目录（内含三段模型与字典），适合固定部署。
使用要点与坑
- 中英文混排：PaddleOCR 的 rec 模型按字典解码；换用其它语言字典 / 模型时同步替换 KeysPath；
- 方向分类：文本倒置导致乱码时，确认 DoAngle=1；旋转文本先做透视矫正再识别，效果远好于硬识别；
- 大图：先 SplitRegions 圈定铭牌 / 条码区域，比整图 OCR 快且准；
- 文本与框对齐：Characters 与 RectRegions 平行对齐，可以给“读到的值”和“在图上哪个位置”一一对应，方便画框复核；
- 编码：涉及中文的字符串在部分环节按平台约定的 GBK 编码处理——跨系统回传文本出现乱码时，优先检查两边编码与 HEX 通道。
通用：CPU 与 GPU
- 所有 DL 工具默认 CPU 推理（EnableGPU=0）；
ThreadsOfCPU控制 CPU 线程数； - 启用 GPU（EnableGPU=1）需要安装 GPU 版 ONNX Runtime 且机器有可用 CUDA 环境；未装时运行会报错并提示，回退 CPU 即可。
- 模型加载是运行时动作：换模型只需改 ModelPath 参数并重跑，无需重启程序。
建议的调试链路
检测模型接入后先按下面顺序验证，能快速区分“模型问题”还是“流程问题”：
- 单图跑通：只放检测算子 + 查看 Regions / Confidence，确认框的位置对不对；
- 阈值调节：ConfThreshold 从 0.1~0.7 扫一遍，看漏检 / 误检拐点；
- 加 SplitRegions：把检测限制在 ROI 内，比较速度与误检；
- 再接下游（过滤、计数、IF 判断），并用用户视图把框画出来复核。