8月24日paddleocr發佈了2.6.0，之前使用過2.5版本的佈局分析，整體比較好用。近期就嘗試了一下paddleocr的新版本，記錄一下嚐鮮經歷。2.6版本的公告中指出，佈局分析模型縮小了95%，同時速度提升了11倍，在cpu上平均耗時41ms。
打開ppstructure/layout的readme，發現2.6的調用方法與2.5差別還是挺大的，由於之前程序是以2.5版本爲基礎寫的，更傾向於再原有的代碼上改造。所以本文主要以改造踩坑爲主。
2.5版本是使用了使用了layoutparser庫集成的調用，創建了PaddleDetectionLayoutModel對象，調用配置好的模型，使用cv2讀取圖片後，進行識別，過程很簡單。但2.6發佈的新模型並沒有集成到layoutparser的配置中，從調用方式上看是隻需要修改了相關配置就ok的。
通過查看PaddleDetectionLayoutModel的源碼，在catalog的MODEL_CATALOG添加模型的url。PubLayNet中未註釋的部分爲真實地址，但是你添加了這個地址後程序是不會自動下載的，因爲在PaddleModelURLHandler中不支持網址https://paddleocr.bj.bcebos.com 。
解決辦法有兩種，一種相對比較徹底的就是給PaddleModelURLHandler支持的網址中加上模型的網址，這樣在配置中可以保留模型真實的地址。另一種隱患較大，修改真實網址如上圖中註釋代碼。但是不管如何修改配置，在嘗試過程中都沒有成功下載，難道是網絡問題？
在確認網絡沒有異常之後（瀏覽器可以直接下載），找到了download代碼，上邊的顯示下載進度，下邊的直接下載。換成註釋內容後順利下載，建議沒事不要動源碼，出發用不了。其實也可以跳過代碼中下載步驟，通過瀏覽器下載後將模型放到本地緩存解壓即可。代碼中tmp的地址就是本地緩存位置。
終於將模型從配置鏈接到緩存本地都弄好了，啓動後依然報錯。錯誤信息是找不到模型文件，查看本地緩存後發現下載的模型文件名默認是model.後綴名，程序調用的模型文件是inference.後綴名。改名之後加載模型過程中沒有再報錯。
啓動後在detect 圖片的過程中會報錯。同時運行2.5和2.6預測同一張圖片時，predictor的input_names不一樣，繼而返回的tensor的形狀也不同，最終報錯。原因暫無結論。
接下來會嘗試使用2.6文檔中的調用方法，儘管這也說明使用無法再使用layoutparser來兼容了。