Illustracer

> 对于ppocrv4系列模型，paddle训练模型转换成pytorch后，模型比paddle的infer模型大很多。 比如，ch_PP-OCRv4_rec_train模型转成pytorch后26M左右，pt转成onnx后25M左右，但是paddle的infer模型只有10M左右，都是fp32。 检测模型也是类似，ch_PP-OCRv4_det_train模型转成pytorch后14M左右，但是paddle的infer模型只有5M左右，也都是fp32。 这里模型增长的原因是因为 PP-OCRv4 Rec 使用的 PPLCNetV3 中的 LearnableRepLayer 有重参数结构，在导出到 inference 模型时会将多个计算分支融合成单一卷积层；我尝试在模型转换后模仿 paddle 进行重参数化操作，转换成 onnx 模型和 paddle inference 模型大小基本一致