Update CIX PaddleOCR-VL-1.5 deployment tasks and guidelines (#1249)

* Update CIX PaddleOCR-VL-1.5 deployment tasks and guidelines

Signed-off-by: Weizhao Ouyang <weizhao.ouyang@arm.com>

* Update 【Hackathon_10th】硬件生态任务合集.md

* Update 【Hackathon_10th】硬件生态任务合集.md

* Update 【Hackathon_10th】硬件生态任务合集.md

---------

Signed-off-by: Weizhao Ouyang <weizhao.ouyang@arm.com>
Co-authored-by: Tao Luo <luotao02@baidu.com>

Author: ownia

hackathon/hackathon_10th/【Hackathon_10th】硬件生态任务合集.md

@@ -213,18 +213,18 @@
 
 ### 此芯：PaddleOCR-VL-1.5 在此芯 P1 芯片上的端侧部署与优化
 
-* 详细描述：本任务旨在将 PaddleOCR-VL-1.5 模型移植到此芯P1芯片平台，充分利用其 CPU+GPU+NPU 异构算力，实现文档解析的端侧高效推理，推动国产 AI 芯片在文档智能领域的应用落地。开发者只要完成了任意一项任务，即视为成功。
-  * （任务1）**实现 PaddleOCR-VL-1.5 的 Pipeline**：将 PaddleOCR-VL-1.5 模型（0.9B 参数）移植到此芯 P1 芯片，实现其在 CPU/GPU 上的基础推理 & Layout（版面分析）推理。
-  * （任务2）**量化加速**：使用 llama.cpp 或者 MNN 等推理框架，对 PaddleOCR-VL-1.5 在 CPU/GPU 上完成加速推理，主要是 Q4_0 的量化和推理。
-  * （任务3）**实现基于此芯 P1 的 CPU + NPU 异构推理**：基于此芯 P1 的异构架构（Armv9 CPU + Arm Immortalis GPU + 周易 NPU），对 Layout 模块使用 NPU SDK 进行量化，以降低内存占用，实现模型算子的最优分配与调度。
-* 环境准备：
-  1. 搭建此芯 P1 开发环境，配置交叉编译工具链。
-  2. 安装此芯科技推理 NOE SDK。
-  3. 将 Hugging Face 的 PaddleOCR-VL-1.5 转换为 Paddle/ONNX 格式。
+* 技术标签：CIX P1，Armv9 CPU，CIX NOE SDK，PaddleOCR-VL-1.5，模型移植优化，异构算力调度 
+* 详细描述：本任务旨在将 PaddleOCR-VL-1.5 模型移植到此芯 P1 芯片平台，充分利用其 CPU+GPU+NPU 异构算力，实现文档解析的端侧高效推理，推动国产 AI 芯片在文档智能领域的应用落地。开发者只要完成任意一项任务，即视为成功。
+  * **任务1：实现基于此芯 P1 的 CPU / GPU 的异构推理**
+    * 实现 PaddleOCR-VL-1.5 的 Pipeline：实现 PaddleOCR-VL-1.5 在 CPU/GPU 上的基础推理。
+    * 量化加速：使用 llama.cpp 或者 MNN 等推理框架，建议使用 int4 量化，对 PaddleOCR-VL-1.5 在 CPU/GPU 上完成加速推理。
+  * **任务2 ：实现基于此芯 P1 的 CPU + NPU 异构推理**
+    * 实现 PaddleOCR-VL-1.5 的 Pipeline：1）实现 Layout（版面分析）推理。 2）实现 PaddleOCR-VL-1.5 模型在 CPU + NPU 上的推理。
+    * 量化加速：对 PaddleOCR-VL-1.5 模型进行 Q4_0 的量化和推理。
 * 提交内容：
-  1. PaddleOCR-VL-1.5 在此芯 P1 上的详细部署步骤。
-  2. 此芯 P1 推理引擎的使用说明。
-  3. 示例应用（命令行工具或 GUI 演示）。
+    1. PaddleOCR-VL-1.5 在此芯 P1 上的详细部署步骤。
+    2. 此芯 P1 推理引擎的使用说明。
+    3. 示例应用（命令行工具或 GUI 演示）。
 * 提交方式：  
   1. 项目提交：提交使用案例到 [AI Studio](https://aistudio.baidu.com/projectoverview) 的项目并公开，请提交全部源码。
   2. 标题规范：标题处打上【PaddlePaddle Hackathon 10】。
@@ -234,14 +234,13 @@
        2. 该示例的流程逻辑是否清晰。
        3. 运行结果是否符合预期。
   5. 验收标准（需全部满足）：部署流程清晰, 推理结果准确。具体包括：
-      1. 完善相关代码, 成功地将模型运行在目标硬件平台上。请提供每步的完整的模型部署过程技术文档/报告，同时提供配套的完整测试代码（需符合开源代码的代码规范）。确保他人可根据该技术文档和代码复现该部署流程。
-      2.  确保模型推理结果正确且稳定：请使用至少5张PaddleOCR-VL 代码库中提供的官方 OCR 测试图片进行结果测试验证, 确保其结构化输出结果正确。请将相关测试图片和结果截图添加至上述技术文档/报告中。
-          * 精度可接受：端侧推理的文档解析结果与原始文档图像，推理结果对比，文本识别准确率损失不超过 8 %
-          * 推理性能稳定：请使用指定的 210mm*297mm 大小文档图像（此芯提供），要求batch =1 的完整pipeline 推理时间应小于 60 s。
+      1. 完善相关代码, 成功地将模型运行在目标硬件平台上。请提供一步一步的完整的模型部署过程技术文档/报告，同时提供配套的完整测试代码（需符合开源代码的代码规范）。确保他人可根据该技术文档和代码复现该部署流程。
+      2. 确保模型推理结果正确且稳定：请使用至少 3 张 PaddleOCR-VL 代码库中提供的官方 OCR 测试图片进行结果测试验证, 确保其结构化输出结果正确。请将相关测试图片和结果截图添加至上述技术文档/报告中。
+          * 精度可接受：端侧推理的文档解析结果与原始文档图像，推理结果对比，文本识别准确率损失不超过 8 %。
+          * 推理性能稳定：请使用此芯提供的指定文档图像，要求 batch=1 的完整 pipeline 推理时间应小于 60 s。
 * 参考示例：考虑到通用性，选取的应用场景需要严格符合实时解析文档（发票、合同、表格等）的要求。
 * 技术要求：模型架构理解、此芯 P1 硬件特性了解、开发工具链（推理框架，量化工具，编程语言 Python & C++）。
-* 参考文档：[CIX AI Model Hub](https://modelscope.cn/models/cix/ai_model_hub/files?version=25_Q4)，[CIX NOE SDK](https://developer.cixtech.com/) (在此芯开发者中心找到 NeuralONE AI SDK，注册并下载), [PaddleOCR-VL-1.5 模型](https://huggingface.com/PaddlePaddle/PaddleOCR-VL-1.5), [Paddle 主仓库](https://github.com/PaddlePaddle/Paddle), [PaddleX 仓库](https://github.com/PaddlePaddle/PaddleX)
-
+* 参考文档：[CIX AI Model Hub](https://modelscope.cn/models/cix/ai_model_hub/files?version=25_Q4)，[CIX NOE SDK](https://developer.cixtech.com/) (在此芯开发者中心找到 NeuralONE AI SDK，注册并下载)，[PaddleOCR-VL-1.5 模型](https://huggingface.com/PaddlePaddle/PaddleOCR-VL-1.5)，[Paddle 主仓库](https://github.com/PaddlePaddle/Paddle)，[PaddleX 仓库](https://github.com/PaddlePaddle/PaddleX)，[Paddle OCR使用教程](https://www.paddleocr.ai/main/version3.x/pipeline_usage/PaddleOCR-VL.html)
 
 ### 请 瑞芯微 填写