踩坑记录:PaddleOCR 转 ONNX 报错 “paddlepaddle version should not be less than 3.0.0.dev20250426”

‍‍🏡博客主页: virobotics(仪酷智能):LabVIEW深度学习、人工智能博主
🎄所属专栏:『奇怪问题及bug解决』
📑推荐文章:『LabVIEW人工智能深度学习指南』
🍻本文由virobotics(仪酷智能)原创

🥳欢迎大家关注✌点赞👍收藏⭐留言📝订阅专栏


大家好,这里是仪酷智能 VIRobotics

最近在做 OCR 模型部署时,计划使用 PaddleOCR 训练好的模型转换为 ONNX 格式,便于后续使用LabVIEW做跨平台部署。

PaddleOCR 官方推荐使用 paddle2onnx 工具进行模型转换。然而,在实际操作中却踩到了版本兼容的大坑。本文记录完整的错误信息、分析过程及解决办法,帮助大家少走弯路。

🧪 报错信息复现

在执行以下命令时:

paddlex \
    --paddle2onnx \  # 使用paddle2onnx功能
    --paddle_model_dir /your/paddle_model/dir \  # 指定 Paddle 模型所在的目录
    --onnx_model_dir /your/onnx_model/output/dir \  # 指定转换后 ONNX 模型的输出目录
    --opset_version 7  # 指定要使用的 ONNX opset 版本

出现了如下错误:

ValueError: The paddlepaddle version should not be less than 3.0.0.dev20250426. Please install the latest paddle: python -m pip install --pre paddlepaddle -i https://www.paddlepaddle.org.cn/packages/nightly/cpu/, more information: https://www.paddlepaddle.org.cn/install/quick?docurl=undefined
Paddle2ONNX conversion failed with exit code 1

🔍 问题分析

从错误日志来看,根本原因是:当前安装的 PaddlePaddle 版本过低,不符合 paddle2onnx 对版本的要求。

✅ 当前版本:

Requirement already satisfied: paddlepaddle in d:\program files\python38\lib\site-packages (3.0.0)

虽然是 3.0.0,但注意!这是 正式版,而报错中要求的是:

paddlepaddle version should not be less than 3.0.0.dev20250426

也就是说:paddle2onnx 要求 nightly 版本(开发版) 的 PaddlePaddle,而不是正式版(当然,官方里的教程指导大家安装的是正式版)。

✅ 解决办法:安装 nightly 开发版

强制重新安装 nightly 开发版 PaddlePaddle:

python -m pip install --upgrade --force-reinstall --pre paddlepaddle -i https://www.paddlepaddle.org.cn/packages/nightly/cpu/

🧹 附加问题说明

1️⃣ WARNING: Ignoring invalid distribution -orch

这是由于 Python 环境中残留的某些不完整安装包(如 PyTorch)导致的警告。可以用以下命令清除:

pip uninstall -y torch
pip install torch  # 如果仍需使用 PyTorch

2️⃣ No ccache found 提示

这只是提示你可以使用 ccache 来加快编译速度,不影响模型转换,可忽略或按需安装。

✅ 成功验证

重新安装 nightly 开发版后,再次运行 paddle2onnx 命令:

paddlex \
    --paddle2onnx \  # 使用paddle2onnx功能
    --paddle_model_dir /your/paddle_model/dir \  # 指定 Paddle 模型所在的目录
    --onnx_model_dir /your/onnx_model/output/dir \  # 指定转换后 ONNX 模型的输出目录
    --opset_version 7  # 指定要使用的 ONNX opset 版本

可以成功输出:

Paddle2ONNX conversion done.

在这里插入图片描述

🎯总结

通过以上步骤,你可以成功导出paddleocr为onnx模型。后续我们将为大家分享paddleocr在LabVIEW的部署。 如果您有任何问题或建议,欢迎随时联系我们,我们会继续努力。

以上就是今天要给大家分享的内容,希望对大家有用。如有笔误,还请各位及时指正。后续我们将为大家更新更多关于AI模型在LabVIEW的部署案例,欢迎大家关注博主。我是virobotics(仪酷智能),我们下篇文章见~

如您想要探讨更多关于LabVIEW与人工智能技术,欢迎加入我们的技术交流群:705637299。进群请备注:仪酷智能

更多内容可查看

如果文章对你有帮助,欢迎✌关注、👍点赞、✌收藏、👍订阅专栏

推荐阅读

AI Vision Toolkit for LabVIEW重磅升级:2.0版本支持本地部署DeepSeek R1

【YOLOv5】LabVIEW+TensorRT的yolov5部署实战(含源码))
【YOLOv5】手把手教你使用LabVIEW ONNX Runtime部署 TensorRT加速,实现YOLOv5实时物体识别(含源码)
【YOLOv8】实战一:手把手教你使用YOLOv8实现实时目标检测
【YOLOv8】实战二:YOLOv8 OpenVINO2022版 windows部署实战
【YOLOv8】实战三:基于LabVIEW TensorRT部署YOLOv8
【YOLOv9】实战一:在 Windows 上使用LabVIEW OpenVINO工具包部署YOLOv9实现实时目标检测(含源码)
【YOLOv9】实战二:手把手教你使用TensorRT实现YOLOv9实时目标检测(含源码)
【YOLOv11】实战一:在LabVIEW 中使用OpenVINO实现YOLOv11

👇技术交流 · 一起学习 · 咨询分享,请联系👇

PaddlePaddle是一个开源的深度学习平台,可以用于构建和训练深度学习模型。如果你想使用PaddlePaddle,可以通过源码编译的方式来安装。首先,你需要在Git Bash中执行以下两条命令来将PaddlePaddle的源码克隆到本地,并进入Paddle目录: ``` git clone https://github.com/PaddlePaddle/Paddle.git cd Paddle ``` 接下来,你可以根据自己的需求进行编译。如果你使用的是Windows系统,可以使用源码编译来安装符合你需求的PaddlePaddle版本。具体的编译步骤可以参考官方文档中的Windows下源码编译部分\[2\]。 如果你想在docker镜像中编译PaddlePaddle,可以使用以下命令启动docker镜像并进行编译。如果你需要编译CPU版本,可以使用以下命令: ``` sudo docker run --name paddle-test -v $PWD:/paddle --network=host -it hub.baidubce.com/paddlepaddle/paddle:latest-dev /bin/bash ``` 如果你需要编译GPU版本,可以使用以下命令: ``` sudo nvidia-docker run --name paddle-test -v $PWD:/paddle --network=host -it hub.baidubce.com/paddlepaddle/paddle:latest-dev /bin/bash ``` 以上是关于使用源码编译PaddlePaddle的一些基本步骤和命令。你可以根据自己的需求和操作系统选择适合的方式来安装PaddlePaddle。 #### 引用[.reference_title] - *1* *2* *3* [《PaddlePaddle从入门到炼丹》一——新版本PaddlePaddle的安装](https://blog.csdn.net/qq_33200967/article/details/83052060)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

virobotics

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值