C500针对OCR识别的性能方面有没有什么优化方向

安装信息：python -m pip install paddle-metax-gpu==3.3.0 -i www.paddlepaddle.org.cn/packages/stable/maca/
模型运行脚本如上传文件：

使用模型：
PP-OCRv5_server_det
PP-LCNet_x1_0_doc_ori
PP-LCNet_x1_0_textline_ori
PP-OCRv5_server_rec
UVDoc

尊敬的开发者您好，可以尝试使用vllm或sglang进行服务化推理。

这几个模型是共同协作的，实现一条ocr流水线，用vllm怎么跑这个

尊敬的开发者您好，您可以尝试modelscope.cn/models/PaddlePaddle/PaddleOCR-VL-1.5/summary

PP-OCRv5_server_det
PP-LCNet_x1_0_doc_ori
PP-LCNet_x1_0_textline_ori
PP-OCRv5_server_rec
UVDoc

由于有批量存文本识别业务要求，这几个模型组成的流水线明显更适合该业务，vl-1.5的这个有想过，但是业务方认为这个多模态的不太适合该业务

尊敬的开发者您好，请联系相关商务接口人申请技术支持！