请将下面信息填写完整，便于我们快速解决问题，谢谢！
问题描述
请在此处详细的描述报错信息
paddle2onnx --model_dir ./models/PP-OCRv5_server_rec/ \ --model_filename inference.json \ --params_filename inference.pdiparams \ --save_file OCRv5_server_rec.onnx
执行上述命令成功转化onnx格式的模型后
使用如下代码进行测试
`import cv2
import numpy as np
import onnxruntime as ort
import os
def test_onnx_model():
# 模型路径
model_path = "OCRv5_server_rec.onnx"
# 检查模型文件是否存在
if not os.path.exists(model_path):
print(f"错误: 模型文件不存在 - {model_path}")
return
# 创建推理会话
session = ort.InferenceSession(model_path, providers=['CPUExecutionProvider'])
# 获取输入信息
input_name = session.get_inputs()[0].name
input_shape = session.get_inputs()[0].shape
print(f"模型输入形状: {input_shape}")
# 根据错误信息，高度是48，宽度是动态的，使用常见OCR宽度
height = 48 # 根据错误信息确定
width = 320 # 常见OCR模型宽度，可根据需要调整
# 加载并预处理测试图像
image_path = "./corrected_output.jpg"
if not os.path.exists(image_path):
print(f"错误: 图像文件不存在 - {image_path}")
return
image = cv2.imread(image_path)
if image is None:
print(f"错误: 无法读取图像 - {image_path}")
return
# 调整图像大小 - 使用正确的高度48
resized = cv2.resize(image, (width, height))
rgb_image = cv2.cvtColor(resized, cv2.COLOR_BGR2RGB)
normalized = rgb_image.astype(np.float32) / 255.0
input_tensor = np.transpose(normalized, (2, 0, 1))
input_tensor = np.expand_dims(input_tensor, axis=0)
# 执行推理
outputs = session.run(None, {input_name: input_tensor})
# 输出结果信息
print(f"推理成功!")
print(f"输出数量: {list(outputs)}")
if name == "main":
test_onnx_model()
`
输出内容
模型输入形状: ['DynamicDimension.0', 3, 48, 'DynamicDimension.1'] 推理成功! 输出数量: [array([[[7.6080370e-01, 7.9060410e-06, 3.1949130e-03, ..., 1.3064701e-07, 1.3064701e-07, 1.6966098e-03], [8.2255471e-01, 4.1061026e-06, 8.4294996e-04, ..., 6.7163661e-08, 6.7163541e-08, 2.6663253e-03], [8.3662903e-01, 3.1375664e-06, 6.8985601e-04, ..., 1.4328862e-07, 1.4328862e-07, 7.7438941e-03], ..., [8.2054043e-01, 8.6402821e-07, 4.8858193e-03, ..., 1.5247034e-07, 1.5247019e-07, 4.2911787e-03], [8.1573290e-01, 2.2904621e-06, 1.1912972e-03, ..., 2.1580020e-07, 2.1580020e-07, 1.1523661e-02], [8.5430664e-01, 1.8579595e-06, 4.7853659e-04, ..., 1.2333194e-07, 1.2333194e-07, 1.3619601e-03]]], shape=(1, 40, 18385), dtype=float32)]
其他信息
我想要输出ocr识别的内容，请帮忙分析下我的逻辑哪里有错误
请将下面信息填写完整，便于我们快速解决问题，谢谢！
问题描述
请在此处详细的描述报错信息
paddle2onnx --model_dir ./models/PP-OCRv5_server_rec/ \ --model_filename inference.json \ --params_filename inference.pdiparams \ --save_file OCRv5_server_rec.onnx执行上述命令成功转化onnx格式的模型后
使用如下代码进行测试
`import cv2
import numpy as np
import onnxruntime as ort
import os
def test_onnx_model():
# 模型路径
model_path = "OCRv5_server_rec.onnx"
if name == "main":
test_onnx_model()
`
输出内容
模型输入形状: ['DynamicDimension.0', 3, 48, 'DynamicDimension.1'] 推理成功! 输出数量: [array([[[7.6080370e-01, 7.9060410e-06, 3.1949130e-03, ..., 1.3064701e-07, 1.3064701e-07, 1.6966098e-03], [8.2255471e-01, 4.1061026e-06, 8.4294996e-04, ..., 6.7163661e-08, 6.7163541e-08, 2.6663253e-03], [8.3662903e-01, 3.1375664e-06, 6.8985601e-04, ..., 1.4328862e-07, 1.4328862e-07, 7.7438941e-03], ..., [8.2054043e-01, 8.6402821e-07, 4.8858193e-03, ..., 1.5247034e-07, 1.5247019e-07, 4.2911787e-03], [8.1573290e-01, 2.2904621e-06, 1.1912972e-03, ..., 2.1580020e-07, 2.1580020e-07, 1.1523661e-02], [8.5430664e-01, 1.8579595e-06, 4.7853659e-04, ..., 1.2333194e-07, 1.2333194e-07, 1.3619601e-03]]], shape=(1, 40, 18385), dtype=float32)]其他信息
我想要输出ocr识别的内容，请帮忙分析下我的逻辑哪里有错误