Skip to content

Latest commit

 

History

History
215 lines (166 loc) · 11.8 KB

README_cn.md

File metadata and controls

215 lines (166 loc) · 11.8 KB
Raw

English | 简体中文

简介

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

特性

  • 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

快速体验

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。

中文OCR模型列表

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

文档教程

算法介绍

1.文本检测算法

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。

2.文本识别算法

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。

3.端到端OCR算法

效果展示

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

FAQ

  1. 转换attention识别模型时报错：KeyError: 'predict'
    问题已解，请更新到最新代码。

  2. 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。

  3. 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。

  4. 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。

more

欢迎加入PaddleOCR技术交流群

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

许可证书

本项目的发布受Apache 2.0 license许可认证。

贡献代码

我们非常欢迎你为PaddleOCR贡献代码，也十分感谢你的反馈。

  • 非常感谢 Khanh Tran 贡献了英文文档。
  • 非常感谢 zhangxin(Blog) 贡献新的可视化方式、添加.gitgnore、处理手动设置PYTHONPATH环境变量的问题
  • 非常感谢 lyl120117 贡献打印网络结构的代码
  • 非常感谢 xiangyubo 贡献手写中文OCR数据集
  • 非常感谢 authorfu 贡献Android和xiadeye 贡献IOS的demo代码