English | 简体中文
PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库,助力使用者训练出更好的模型,并应用落地。
直播预告:2020年7月21日晚8点B站直播,PaddleOCR开源大礼包全面解读
直播地址:https://live.bilibili.com/21689802
近期更新
- 2020.7.15 添加基于EasyEdge和Paddle-Lite的移动端DEMO,支持iOS和Android系统
- 2020.7.15 完善预测部署,添加基于C++预测引擎推理、服务化部署和端侧部署方案,以及超轻量级中文OCR模型预测耗时Benchmark
- 2020.7.15 整理OCR相关数据集、常用数据标注以及合成工具
- 2020.7.9 添加支持空格的识别模型,识别效果,预测及训练方式请参考快速开始和文本识别训练相关文档
- 2020.7.9 添加数据增强、学习率衰减策略,具体参考配置文件
- more
- 超轻量级中文OCR模型,总模型仅8.6M
- 单模型支持中英文数字组合识别、竖排文本识别、长文本识别
- 检测模型DB(4.1M)+识别模型CRNN(4.5M)
- 实用通用中文OCR模型
- 多种预测推理部署方案,包括服务部署和端侧部署
- 多种文本检测训练算法,EAST、DB
- 多种文本识别训练算法,Rosetta、CRNN、STAR-Net、RARE
- 可运行于Linux、Windows、MacOS等多种系统
上图是超轻量级中文OCR模型效果展示,更多效果图请见效果展示页面。
-
超轻量级中文OCR在线体验地址:https://www.paddlepaddle.org.cn/hub/scene/ocr
-
移动端DEMO体验(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统):安装包二维码获取地址
Android手机也可以扫描下面二维码安装体验。
模型名称 | 模型简介 | 检测模型地址 | 识别模型地址 | 支持空格的识别模型地址 |
---|---|---|---|---|
chinese_db_crnn_mobile | 超轻量级中文OCR模型 | inference模型 / 预训练模型 | inference模型 / 预训练模型 | inference模型 / 预训练模型 |
chinese_db_crnn_server | 通用中文OCR模型 | inference模型 / 预训练模型 | inference模型 / 预训练模型 | inference模型 / 预训练模型 |
- 快速安装
- 中文OCR模型快速使用
- 算法介绍
- 模型训练/评估
- 预测部署
- 基于Python预测引擎推理
- 基于C++预测引擎推理
- 服务化部署
- 端侧部署
- 模型量化压缩(coming soon)
- Benchmark
- 数据集
- FAQ
- 效果展示
- 技术交流群
- 参考文献
- 许可证书
- 贡献代码
PaddleOCR开源的文本检测算法列表:
在ICDAR2015文本检测公开数据集上,算法效果如下:
模型 | 骨干网络 | precision | recall | Hmean | 下载链接 |
---|---|---|---|---|---|
EAST | ResNet50_vd | 88.18% | 85.51% | 86.82% | 下载链接 |
EAST | MobileNetV3 | 81.67% | 79.83% | 80.74% | 下载链接 |
DB | ResNet50_vd | 83.79% | 80.65% | 82.19% | 下载链接 |
DB | MobileNetV3 | 75.92% | 73.18% | 74.53% | 下载链接 |
使用LSVT街景数据集共3w张数据,训练中文检测模型的相关配置和预训练文件如下:
模型 | 骨干网络 | 配置文件 | 预训练模型 |
---|---|---|---|
超轻量中文模型 | MobileNetV3 | det_mv3_db.yml | 下载链接 |
通用中文OCR模型 | ResNet50_vd | det_r50_vd_db.yml | 下载链接 |
- 注: 上述DB模型的训练和评估,需设置后处理参数box_thresh=0.6,unclip_ratio=1.5,使用不同数据集、不同模型训练,可调整这两个参数进行优化
PaddleOCR文本检测算法的训练和使用请参考文档教程中模型训练/评估中的文本检测部分。
PaddleOCR开源的文本识别算法列表:
参考DTRB文字识别训练和评估流程,使用MJSynth和SynthText两个文字识别数据集训练,在IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE数据集上进行评估,算法效果如下:
模型 | 骨干网络 | Avg Accuracy | 模型存储命名 | 下载链接 |
---|---|---|---|---|
Rosetta | Resnet34_vd | 80.24% | rec_r34_vd_none_none_ctc | 下载链接 |
Rosetta | MobileNetV3 | 78.16% | rec_mv3_none_none_ctc | 下载链接 |
CRNN | Resnet34_vd | 82.20% | rec_r34_vd_none_bilstm_ctc | 下载链接 |
CRNN | MobileNetV3 | 79.37% | rec_mv3_none_bilstm_ctc | 下载链接 |
STAR-Net | Resnet34_vd | 83.93% | rec_r34_vd_tps_bilstm_ctc | 下载链接 |
STAR-Net | MobileNetV3 | 81.56% | rec_mv3_tps_bilstm_ctc | 下载链接 |
RARE | Resnet34_vd | 84.90% | rec_r34_vd_tps_bilstm_attn | 下载链接 |
RARE | MobileNetV3 | 83.32% | rec_mv3_tps_bilstm_attn | 下载链接 |
使用LSVT街景数据集根据真值将图crop出来30w数据,进行位置校准。此外基于LSVT语料生成500w合成数据训练中文模型,相关配置和预训练文件如下:
模型 | 骨干网络 | 配置文件 | 预训练模型 |
---|---|---|---|
超轻量中文模型 | MobileNetV3 | rec_chinese_lite_train.yml | 下载链接 |
通用中文OCR模型 | Resnet34_vd | rec_chinese_common_train.yml | 下载链接 |
PaddleOCR文本识别算法的训练和使用请参考文档教程中模型训练/评估中的文本识别部分。
- End2End-PSL(百度自研, coming soon)
1.超轻量级中文OCR效果展示 more
2.通用中文OCR效果展示 more
3.支持空格的中文OCR效果展示 more
-
转换attention识别模型时报错:KeyError: 'predict'
问题已解,请更新到最新代码。 -
关于推理速度
图片中的文字较多时,预测时间会增,可以使用--rec_batch_num设置更小预测batch num,默认值为30,可以改为10或其他数值。 -
服务部署与移动端部署
预计6月中下旬会先后发布基于Serving的服务部署方案和基于Paddle Lite的移动端部署方案,欢迎持续关注。 -
自研算法发布时间
自研算法SAST、SRN、End2End-PSL都将在7-8月陆续发布,敬请期待。
请扫描下面二维码,完成问卷填写,获取加群二维码和OCR方向的炼丹秘籍
本项目的发布受Apache 2.0 license许可认证。
我们非常欢迎你为PaddleOCR贡献代码,也十分感谢你的反馈。