rpa_vision_v3/docs/BENCH_OCR_PPOCRV5_2026-07-02.md

Benchmark OCR PP-OCRv5 CPU — 02/07/2026

Label: baseline CPU, non verdict GPU
Machine: Ryzen 9 9950X 32 threads, 123GB RAM, RTX 5070 12GB VRAM, CUDA driver 580.159.03/13.0
Image: shot_0172_full.png (2560×1600, 721K, RGB) — capture écran Windows Léa
PaddleOCR: 3.4.0, paddlepaddle 3.3.1 CPU-only (non compilé CUDA)

---

1. Résultats synthèse

Engine	Cold (s)	Warm (s)	Detections	Mem init (MB)	Mem peak (MB)	Statut
docTR CPU	0.776	0.717	139	263.2	263.2	✅ OK
EasyOCR CPU	4.878	4.856	54	0.6	156.9	✅ OK
PP-OCRv5 CPU	—	—	—	—	—	❌ BLOCKED

---

2. PP-OCRv5 CPU — VERDICT: BLOCKED

Crash récurrent

Toute inference PaddleOCR sur paddlepaddle 3.3.1 CPU-only crash systématiquement :

(Unimplemented) ConvertPirAttribute2RuntimeAttribute not support
[pir::ArrayAttribute<pir::DoubleAttribute>]
(at /paddle/paddle/fluid/framework/new_executor/instruction/onednn/onednn_instruction.cc:116)

Root cause

Bug dans le PIR new executor de paddlepaddle 3.3.1 CPU-only : l'instruction OneDNN tente de convertir un ArrayAttribute<DoubleAttribute> en runtime attribute, opération non implémentée. Ce bug est :

• NON model-spécifique : v3_mobile_det, v4_mobile_det, v5_mobile_det crashent tous
• NON version-spécifique : PP-OCRv3, v4 (fr absent), v5 crashent tous
• NON API-spécifique : ocr() (deprecated) et predict() crashent identiquement
• NON contournable par flags : FLAGS_use_mkldnn=0, FLAGS_use_pir_api=0 n'ont aucun effet

7 approches testées — TOUTES FAILED

#	Approche	Résultat
1	FLAGS_use_mkldnn=0 via os.environ	Same crash
2	det='PP-OCRv5_mobile_det' param	ValueError "Unknown argument: det" (PaddleOCR 3.4.0 rejette ce param)
3	FLAGS_use_mkldnn=0 shell-level avant Python	Same crash
4	text_detection_model_name='PP-OCRv5_mobile_det'	mobile_det DL OK → inference crash (same OneDNN)
5	ocr_version='PP-OCRv4', lang='fr'	ValueError "No models available for language 'fr' and PP-OCRv4"
6	PP-OCRv3 + ocr(img, cls=True) legacy	DeprecationWarning → TypeError sur cls kwarg → predict() → same crash
7	FLAGS_use_pir_api=0 shell + os level	Same crash

PaddleOCR 3.4.0 init params inspectés

28 paramètres au total. Pas de enable_mkldnn, use_pir, ou det. Param de détection remplacé par text_detection_model_name. API v3.4.0 : use_angle_cls deprecated → use_textline_orientation=True, show_log supprimé (ValueError si utilisé).

Incompatibilité downgrade

paddlepaddle 2.6.2 existe mais incompatible avec PaddleOCR 3.4.0 (requires ≥3.x). PaddleOCR 2.x serait compatible avec paddlepaddle 2.6.2 mais API/outils complètement différents — non évalué dans ce bench.

Conclusion

PP-OCRv5 CPU = BLOCKED. Bug upstream dans paddlepaddle CPU-only binary, aucune workaround applicative possible. Seules alternatives :

1. paddlepaddle GPU binary (RTX 5070 + CUDA 13.0 compatible) → bench GPU séparé
2. Fix upstream paddlepaddle (PR PIR executor OneDNN)
3. Downgrade PaddleOCR 2.x + paddlepaddle 2.6.2 (API legacy, non testé)

---

3. docTR CPU — Résultats détaillés

• Cold latency: 0.776s (incl. model loading)
• Warm latency: 0.717s
• Detections: 139 (mot-level, agressif — fragmente "Dites", "Sortie", "de", "veille")
• Mémoire: 263.2MB stable (init = peak)
• Qualité: haute sur mots courts, fragmente les phrases longues
• Confiance: variable (0.26→0.99), nombreux tokens <0.7

Observations docTR

• Word-level detection = 139 items → beaucoup de fragments 1-2 lettres
• Bonne qualité sur labels UI ("Mode", "veille", "RPA", "VWB", "Python", "proxmox")
• Fragmente les phrases ("Sortie de veille de l'accès vocal ou appuyez..." → 12 mots isolés)
• IP correctement détecté : "192.168.1.40:3002" (conf 0.90)
• Faux positifs : "0", "E03", "E", "€" isolés avec conf <0.4

---

4. EasyOCR CPU — Résultats détaillés

• Cold latency: 4.878s (heavy model loading)
• Warm latency: 4.856s
• Detections: 54 (line-level, plus conservatif)
• Mémoire: 0.6MB init → 156.9MB peak
• Qualité: bonne sur lignes complètes, plus robuste sur phrases

Observations EasyOCR

• Line-level detection = 54 items → phrases plus cohérentes
• Cold start très lent (5x docTR) mais warm identique
• Meilleur sur textes longs, moins de fragmentation
• Peak mémoire plus élevé que docTR (156.9 vs 263.2 MB init docTR)

---

5. Comparaison avec baselines Mai 2026

Bench Mai 2026 — image landing_wide.png, critère 11 items de référence

Engine	Score Mai (11 ref)	Score Juillet (detections)	Latency warm	Commentaire
Tesseract	11/11	— (non re-benché)	—	Référence May, non retesté
EasyOCR brut	8/11	54 det (shot_0172)	4.856s	Fragmente moins, score < Tesseract
EasyOCR preproc	9/11	—	—	+1 vs brut May
docTR CPU	10/11	139 det (shot_0172)	0.717s	Meilleur rapport qualité/latence
PP-OCRv5 CPU	non testé May	BLOCKED	—	Bug PIR/OneDNN, 0 inference possible

Hierarchie CPU confirmée

docTR CPU (0.7s, 10/11) > EasyOCR preproc (4.9s, 9/11) > EasyOCR brut (4.9s, 8/11) > PP-OCRv5 CPU (BLOCKED)

docTR reste le meilleur moteur OCR CPU pour Léa en termes de latence + qualité. Tesseract reste le plus précis (11/11) mais sans bounding boxes exploitables.

---

6. Recommandations

1. docTR = moteur OCR CPU de production — latence <1s, qualité 10/11, word-level bboxes
2. PP-OCRv5 GPU bench = action séparée — requiere paddlepaddle GPU binary sur RTX 5070
3. PaddleOCR 3.4.0 = ORPHAN — 0 imports dans le projet, pas dans requirements.txt, CPU-only install sans CUDA → retirer du venv si cleanup D2 (C-MORT)
4. Ne pas dépendre de PaddleOCR pour POC T1 — docTR suffisant
5. Bug report upstream — paddlepaddle PIR executor OneDNN, repro: any model + CPU binary

---

7. Annexes

A. Script bench

scripts/bench_ppocrv5_cpu.py — compare PP-OCRv5, docTR, EasyOCR sur shot_0172_full.png. PP-OCRv5 crash → résultats JSON avec error field.

B. Résultats JSON

scripts/bench_ppocrv5_results.json — 4522 lignes, contient tous texts + bboxes pour docTR (139 items) et EasyOCR (54 items). PP-OCRv5 = error only.

C. Machine specs

• CPU: Ryzen 9 9950X, 32 threads
• RAM: 123 GB
• GPU: RTX 5070 12GB VRAM (non utilisé — bench CPU)
• CUDA driver: 580.159.03 / runtime 13.0
• OS: Linux (Ubuntu)
• paddlepaddle: 3.3.1 CPU-only (pip install)
• PaddleOCR: 3.4.0
• docTR: (version installée dans venv)
• EasyOCR: (version installée dans venv)