RapidOCR (捷智OCR)

简体中文 | English

RapidOCR (捷智OCR)

简介

💖目前已知运行速度最快、支持最广，完全开源免费并支持离线部署的多平台多语言OCR SDK
中文广告：欢迎加入我们的QQ群下载模型及测试程序，qq群号：887298230
缘起：百度paddlepaddle工程化不是太好，为了方便大家在各种端上进行ocr推理，我们将它转换为onnx格式，使用python/c++/java/swift/c# 将它移植到各个平台。
名称来源：轻快好省并智能。基于深度学习技术的OCR技术，主打人工智能优势及小模型，以速度为使命，效果为主导。
基于百度的开源PaddleOCR 模型及训练，任何人可以使用本推理库，也可以根据自己的需求使用百度的paddlepaddle框架进行模型优化。

近期更新(more)

🥟2022-05-25 update

增加基于PaddleOCR v3 rec的python版本推理代码，详情参见v3 rec

🍿2022-05-15 update

增加PaddleOCR v3 rec模型转换后的ONNX模型，直接去网盘下载替换即可。(百度网盘 | Google Drive)
增加文本识别模型各个版本效果对比表格，详情点击各个版本ONNX模型效果对比。v3的文本识别模型从自己构建测试集上的指标来看不如之前的好。

😀2022-05-12 upadte

增加PaddleOCR v3 det模型转换的ONNX模型，直接去网盘下载，替换即可。(百度网盘 | Google Drive)
增加各个版本文本检测模型效果对比表格，详情点击各个版本ONNX模型效果对比。v3的文本检测模型从自己构建测试集上的指标来看是好于之前的v2的，推荐使用。

🎧2022-04-04 update

增加python下的基于OpenVINO推理引擎的支持
给出OpenVINO和ONNXRuntime的性能对比表格
详情参见:python/README

整个框架

常见问题 FAQ

SDK 编译状态

鉴于ubuntu用户都是商业用户，也有编译能力，暂不提供预编译包使用，可自行编译。

平台	编译状态	提供状态
Windows x86/x64		下载链接
Linux x64		暂不提供，自行编译

在线demo

说明: 本在线demo不存储小伙伴们上传测试的任何图像数据
demo所用模型组合为: ch_PP-OCRv2 det + mobile cls + mobile rec
运行机器配置: 4核 AMD EPYC 7K62 48-Core Processor
示例图:

项目结构

(点击展开)

RapidOCR
├── android             # 安卓工程目录
├── api4cpp             # c语言跨平台接口库源码目录，直接用根下的CMakelists.txt 编译
├── assets              # 一些演示用的图片，不是测试集
├── commonlib           # 通用库
├── cpp                 # 基于c++的工程项目文件夹
├── dotnet              # .Net程序目录
├── FAQ.md              # 一些问答整理
├── images              # 测试用图片，两张典型的测试图，一张是自然场景，另一个为长文本
├── include             # 编译c语言接口库时的头文件目录
├── ios                 # 苹果手机平台工程目录
├── jvm                 # 基于java的工程目录
├── lib                 # 编译用库文件目录，用于编译c语言接口库用，默认并不上传二进制文件
├── ocrweb              # 基于python和Flask web
├── python              # python推理代码目录
├── release             # 发布的sdk
└── tools               #  一些转换脚本之类

当前进展

C++范例(Windows/Linux/macOS): demo
Jvm范例(Java/Kotlin): demo
.Net范例(C#): demo
Android范例: demo
python范例: demo
OpenVINO加速版本，进行中
IOS范例: 等待有缘人贡献代码
依据python版本重写C++推理代码，以提升推理效果，并增加对gif/tga/webp 格式图片的支持

模型相关

可以直接下载使用的模型 (百度网盘 | Google Drive）

模型名称	模型简介	模型大小	备注
⭐ ch_PP-OCRv3_det_infer.onnx	轻量文本检测模型	2.23M	较v1轻量检测，精度有较大提升 from PaddleOCR
⭐ ch_PP-OCRv2_rec_infer.onnx	轻量文本识别模型	7.79M

各个版本ONNX模型效果对比

文本检测模型(仅供参考)

测试集：自己构建中英文(111个，包含卡证、文档和自然图像)

模型	infer_Speed(s/img)	precision	recall	hmean	模型大小
ch_ppocr_mobile_v2.0_det_infer.onnx	0.4345742	0.7277	0.8413	0.7785	2.3M
ch_PP-OCRv2_det_infer.onnx	0.5116553	0.7817	0.8472	0.8123	2.3M
ch_PP-OCRv3_det_infer.onnx	0.5723512	0.7740	0.8837	0.8237	2.4M

文本识别模型(仅供参考)

测试集: 自己构建中英文(168个)

模型	infer_Speed(s/img)	Score	Exact_Match	Char_Match	模型大小
ch_ppocr_mobile_v2.0_rec_infer.onnx	0.0111	0.7287	0.5595	0.8979	4.3M
ch_PP-OCRv2_rec_infer.onnx	0.0193	0.6955	0.4881	0.9029	8.0M
ch_PP-OCRv3_rec_infer.onnx	0.0145	0.5537	0.3274	0.7800	11M
ch_PP-OCRv3_rec_train_student.onnx	0.0157	0.5537	0.3274	0.7800	11M
ch_PP-OCRv3_rec_train_teacher.onnx	0.0140	0.5381	0.3095	0.7667	11M

模型转onnx

⭐PaddleOCRModelConverter by @SWHL
Paddle2OnnxConvertor by @benjaminwan
手把手教你使用ONNXRunTime部署PP-OCR by @Channingss

原始发起者及初创作者

版权声明

如果你的产品使用了本仓库中的全部或部分代码、文字或材料
请注明出处并包括我们的github url: https://github.com/RapidAI/RapidOCR

授权

OCR模型版权归百度所有，其它工程代码版权归本仓库所有者所有。
本软件采用Apache 授权方式，欢迎大家贡献代码，提交issue 甚至pr.

联系我们

您可以通过QQ群联系到我们：887298230
群号搜索不到时，请直接点此链接，找到组织
用QQ扫描以下二维码:

AureliusPatiens/RapidOCR

RapidOCR (捷智OCR)

简介

近期更新(more)

🥟2022-05-25 update

🍿2022-05-15 update

😀2022-05-12 upadte

🎧2022-04-04 update

整个框架

常见问题 FAQ

SDK 编译状态

在线demo

项目结构

当前进展

模型相关

各个版本ONNX模型效果对比

文本检测模型(仅供参考)

文本识别模型(仅供参考)

模型转onnx

原始发起者及初创作者

版权声明

授权

联系我们

示例图

C++/JVM示例图像

.Net示例图像

多语言示例图像