作者：AVNET 李鑫杰

我們在上一篇文章中介紹了ROCm+PP-OCRv5，為實現在AMD計算平臺上完成復雜文檔的端到端智能解析，本文基于ROCm軟件棧，提供一套完整的PP-StructureV3模型部署方案。該方案是對前文PP-OCRv5部署實踐的深化與擴展。

一，RapidDoc系統概述

RapidDoc 是一個專精于文檔智能解析的輕量級開源框架，集成了以下核心功能模塊：

• 光學字符識別（OCR）
• 文檔版面分析
• 數學公式識別
• 表格結構還原
• 閱讀順序恢復

該系統基于 MinerU 架構進行二次開發(fā)，在保持高精度解析能力的同時，移除了視覺語言模型（VLM）模塊，專注于構建高效穩(wěn)定的端到端文檔解析流水線。即使在純 CPU 環(huán)境中，系統仍能保持流暢的推理性能。

本項目采用的核心模型均來自 PaddleOCR 的 PP-StructureV3 模型系列，包括：

• OCR 識別模塊
• 版面分析模塊
• 公式識別模塊
• 閱讀順序模塊
• 表格識別模型

所有模型均已完成 ONNX 格式轉換，其跨平臺特性為后續(xù)部署提供了良好基礎，這也是選擇 ROCm 進行適配的關鍵前提。

二，ROCm?工具套件簡介

ROCm（Radeon Open Compute）是 AMD 推出的開源 GPU 計算平臺，提供完整的軟件棧支持：

• 底層驅動與運行時
• 編譯器與工具鏈
• 上層應用加速支持

平臺特性包括：

• 支持 CNN（預測式 AI）與 Transformer（生成式 AI）主流架構
• 兼容 AMD 獨立顯卡（Radeon Pro/RX 系列）及部分 APU 核顯
• 針對高性能計算與大模型訓練優(yōu)化
• 對推理場景提供良好支持

項目開源地址：

https://github.com/liebedir/RapidDoc-AMD-ROCm

三，搭建開發(fā)環(huán)境

在本地搭建開發(fā)環(huán)境步驟如下：

首先，克隆 PP-StructureV3-RapidDoc-AMD-ROCm 到本地：

git clone https://github.com/liebedir/RapidDoc-AMD-ROCm.gitcd RapidDoc-AMD-ROCm

接著，安裝 ROCm：

wget https://repo.radeon.com/amdgpu-install/6.4.3/ubuntu/jammy/amdgpu-install_6.4.60403-1_all.deb

圖片

sudo apt install ./amdgpu-install_6.4.60403-1_all.deb

圖片

sudo apt update

圖片

sudo apt install "linux-headers-$(uname -r)" "linux-modules-extra-$(uname -r)"

圖片

sudo apt install amdgpu-dkms

圖片

圖片

sudo apt install python3-setuptools python3-wheel

圖片

sudo usermod -a -G render,video $LOGNAME # Add the current user to the render and video groups

圖片

sudo apt install rocm

圖片

設置環(huán)境變量，編輯 ~/.bashrc。注意該變量與核顯架構相關，11.0.0 適用于 RDNA3 架構核顯，其他架構請參考 GitHub 項目 liebedir/PP-OCRv5-AMD-ROCm：

vi ~/.bashrcexport HSA_OVERRIDE_GFX_VERSION=11.0.0

圖片

完成后重啟計算機。

接下來安裝 Python 環(huán)境與 ROCm-onnxruntime：

conda create -n ocr-rocm python==3.10pip3 install onnxruntime-rocm -f https://repo.radeon.com/rocm/manylinux/rocm-rel-6.4.2/

圖片

安裝 PyTorch（請根據已安裝的 ROCm 版本選擇對應的 PyTorch 版本，向下兼容）：

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/rocm6.4

圖片

安裝其他依賴包：

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple

至此，模型與環(huán)境已全部準備就緒！

四，編寫Demo推理程序

運行以下命令啟動推理演示：

python demo.py

運行過程及結果如下圖所示。默認使用的 Provider 為 MIGraphXExecutionProvider，這也是 AMD 未來主推的 onnxruntime Provider。你也可以通過修改 Provider_config.py 中的 self.default_provider = self.had_providers[1] 切換為 ROCmExecutionProvider：

圖片

測試結果如下：

圖片

圖片

四，總結

使用 AMD CPU 或 GPU 的用戶，可以借助 ROCm 軟件棧，將 RapidDoc——這一高速文檔解析系統——順利部署到 GPU 或核顯硬件平臺上。

如果你有更好的文章，歡迎投稿！

稿件接收郵箱：nami.liu@pasuntech.com

更多精彩內容請關注“ 算力魔方^?^ ”！

審核編輯 黃宇