SealRecognition 检测定位不准、环形印章文字识别不出，有推荐的方案吗？

[Ryan-01922]

• 系统环境 / System Environment：Linux（Docker 容器），GPU：Tesla V100 16GB
• 版本号 / Version：Paddle：3.0.0（gpu-cuda12.6-cudnn9.5-trt10.5） PaddleOCR：3.7.0 PaddleX：3.7.2 问题相关组件 / Related components：SealRecognition / SealTextDetection
• 运行指令 / Command Code：

from paddleocr import SealRecognition

# 默认配置
ocr = SealRecognition(device="gpu")  # use_layout_detection=True
result = ocr.predict(input="testpic.png")
for res in result:
    print(res.json)

# 关闭版面定位
ocr2 = SealRecognition(device="gpu", use_layout_detection=False)
result2 = ocr2.predict(input="testpic.png")
for res in result2:
    print(res.json)

• 完整报错 / Complete Error Message：无报错

问题描述 / Question

场景：检测文档图片中的公章（红色环形印章，如"某某工程有限公司"），需要定位印章区域并读取印章文字。

遇到两个问题：

1. 默认配置检测不出任何印章

SealRecognition(device="gpu")（默认 use_layout_detection=True）对一张含 4 个印章的图片直接返回空结果，耗时仅约 50ms，明显未执行完整推理：

{
  "res": {
    "dt_polys": [],
    "rec_texts": [],
    "rec_scores": [],
    "seal_res_list": []
  }
}

设置 use_layout_detection=False 后能检出印章区域，怀疑是默认开启的 PP-DocLayout-L 版面定位把"印章"识别为无效版面区域，导致后续模块被短路跳过。

2. 关闭版面定位后：定位不准 + 环形文字识别不了

• 定位：漏检（部分印章没检出）、误检（普通文字被当成印章）、检测框偏移大，裁剪出的子图不完整或包含大量无关内容；
• 识别：对环形排列的印章文字基本无法识别，仅输出"为将"这类零散片段，检测框按水平矩形切分，无法处理弯曲排列的文本；
• 对比：轻量模型（PP-OCRv4_mobile_seal_det）略好于高精度模型（PP-OCRv4_server_seal_det），但整体仍不可用。

已尝试的方案 / What I have tried

1. SealRecognition 默认配置（版面定位开启）—— 无结果；
2. SealRecognition + use_layout_detection=False —— 能检出但定位不准、识别不可用；
3. SealTextDetection 单独做纯检测 —— 能稳定检出 4 个框，说明检测模型本身可用，问题出在产线组合或识别环节；
4. 换 PP-OCRv5_rec 识别模型 —— 无效果。

期望 / Expected behavior

1. 稳定检测出全部印章区域并给出准确位置；
2. 识别环形印章中的单位名称文字；
3. 如果当前模型能力不足以识别环形文字，是否有推荐的方案（如结合多模态大模型读取裁剪后的印章子图、或官方是否有规划支持弯曲文本识别）？

[Aidenwu0209]

从你给出的对照结果看，可以先把问题定位成两个独立的 gate，而不是继续盲目替换识别模型：

1. use_layout_detection=True 返回空结果

这个现象与产线结构是一致的：版面模型如果没有输出 seal 区域，后面的印章检测/识别就没有输入。建议先直接查看：

for res in result:
    data = res.json["res"]
    print(data.get("layout_det_res", {}).get("boxes", []))

如果这里没有 label: "seal"，那么 50ms 的空结果不是印章检测模型失败，而是被版面阶段提前过滤了。你的输入已经是明确的印章场景，而且 SealTextDetection 单独运行可以检出 4 个区域，所以现阶段使用 use_layout_detection=False 是合理的，不必强行保留这个 gate。

2. 检测框不完整与环形文字识别

把通用 PP-OCRv5_rec 换进去通常不能解决环形文字问题，因为主要损失发生在弯曲文本的检测、裁剪与展开，不是字典或普通横排识别模型本身。建议先固定识别模型，用一小组标注样本搜索检测参数：

result = ocr2.predict(
    input="testpic.png",
    seal_det_limit_side_len=1280,  # 小印章先提高送入检测器的有效分辨率
    seal_det_thresh=0.15,
    seal_det_box_thresh=0.40,
    seal_det_unclip_ratio=0.8,
    seal_rec_score_thresh=0.0,
)

这些数值只是建议的起始点，不要只看单张图：

• 提高 limit_side_len：改善小字/细笔画，但增加显存与耗时；
• 降低 box_thresh：减少漏检，但会增加普通文字误检；
• 调整 unclip_ratio：给环形文字保留更多上下文，过大又会混入背景；
• 每组参数同时保存 JSON 和可视化图，分别统计漏检、误检和识别准确率。

官方产线本身声明支持弯曲印章文本，检测模块输出的是多点 polygon，而不是只适合横排文字的简单矩形。因此若自行裁剪，请保留 polygon/曲线几何；直接把它退化成轴对齐矩形再送普通识别器，通常会丢掉环形顺序。

如果参数搜索后仍不稳定，最可靠的顺序是：

1. 用你已验证较稳定的 SealTextDetection 做第一阶段，绕过 layout gate；
2. 对每个印章区域增加 padding，并保留 polygon mask；
3. 对环形文字做 polar unwrap（围绕估计圆心把圆环展开成横向条带），同时测试顺/逆时针和不同起点；
4. 再送识别模型，并用置信度决定是否进入人工复核；
5. 使用你场景中的真印章、扫描压缩、盖章遮挡和普通红色文字作为 hard negatives 微调检测模型。

官方已经给了弯曲印章检测数据格式、预训练权重和二次开发流程，可直接沿这个格式制作领域数据：
https://www.paddleocr.ai/main/version3.x/module_usage/seal_text_detection.html

完整印章产线及各参数说明：
https://www.paddleocr.ai/main/version3.x/pipeline_usage/seal_recognition.html

多模态模型可以作为低置信度 fallback，但不建议把它当作精确定位或合规场景的唯一结果：它可能把缺损文字“补全”。至少要返回原始 crop、检测 polygon、模型文本和置信度，供后续核验。