PaddleOCR: A Python repository from Honglei-Cong

简介

PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型，并应用落地。

📣 近期更新

🔨2023.11 发布 PP-ChatOCRv2: 一个SDK，覆盖20+高频应用场景，支持5种文本图像智能分析能力和部署，包括通用场景关键信息抽取（快递单、营业执照和机动车行驶证等）、复杂文档场景关键信息抽取（解决生僻字、特殊标点、多页pdf、表格等难点问题）、通用OCR、文档场景专用OCR、通用表格识别。针对垂类业务场景，也支持模型训练、微调和Prompt优化。
🔥2023.8.7 发布 PaddleOCR release/2.7
- 发布PP-OCRv4，提供mobile和server两种模型
  - PP-OCRv4-mobile：速度可比情况下，中文场景效果相比于PP-OCRv3再提升4.5%，英文场景提升10%，80语种多语言模型平均识别准确率提升8%以上
  - PP-OCRv4-server：发布了目前精度最高的OCR模型，中英文场景上检测模型精度提升4.9%，识别模型精度提升2% 可参考快速开始一行命令快速使用，同时也可在飞桨AI套件(PaddleX)中的通用OCR产业方案中低代码完成模型训练、推理、高性能部署全流程
- 发布PP-ChatOCR ,使用融合PP-OCR模型和文心大模型的通用场景关键信息抽取全新方案
🔨2022.11 新增实现4种前沿算法：文本检测 DRRG, 文本识别 RFL, 文本超分Text Telescope，公式识别CAN
2022.10 优化JS版PP-OCRv3模型：模型大小仅4.3M，预测速度提升8倍，配套web demo开箱即用
💥 直播回放：PaddleOCR研发团队详解PP-StructureV2优化策略。微信扫描下方二维码，关注公众号并填写问卷后进入官方交流群，获取直播回放链接与20G重磅OCR学习大礼包（内含PDF转Word应用程序、10种垂类模型、《动手学OCR》电子书等）
🔥2022.8.24 发布 PaddleOCR release/2.6
- 发布PP-StructureV2，系统功能性能全面升级，适配中文场景，新增支持版面复原，支持一行命令完成PDF转Word；
- 版面分析模型优化：模型存储减少95%，速度提升11倍，平均CPU耗时仅需41ms；
- 表格识别模型优化：设计3大优化策略，预测耗时不变情况下，模型精度提升6%；
- 关键信息抽取模型优化：设计视觉无关模型结构，语义实体识别精度提升2.8%，关系抽取精度提升9.1%。
🔥2022.8 发布 OCR场景应用集合：包含数码管、液晶屏、车牌、高精度SVTR模型、手写体识别等9个垂类模型，覆盖通用，制造、金融、交通行业的主要OCR垂类应用。

更多

🌟 特性

支持多种OCR相关前沿算法，在此基础上打造产业级特色模型PP-OCR、PP-Structure和PP-ChatOCRv2，并打通数据生产、模型训练、压缩、预测部署全流程。

上述内容的使用方法建议从文档教程中的快速开始体验

⚡ 快速开始

在线免费体验：
- PP-OCRv4 在线体验地址：https://aistudio.baidu.com/application/detail/7658
- PP-ChatOCRv2 在线体验地址：https://aistudio.baidu.com/application/detail/10368
一行命令快速使用：快速开始（中英文/多语言/文档分析）
移动端demo体验：安装包DEMO下载地址(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统)

📖 技术交流合作

飞桨AI套件（PaddleX）—— 精选产业实用模型的一站式开发平台。包含如下特点：

【产业高精度模型库】精选算法和预训练模型，覆盖10+主流AI任务下的40+精选模型，如图像分类、目标检测、图像分割、3D、OCR、PDF转word等，并提供权威模型Benchmark表单，助力模型选型。
【持续上新的特色工具】「PP-ChatOCRv2」文心一言与PP-OCR强强结合的通用文本图像智能分析系统；「大模型半监督学习工具」10%标注数据，比肩全量标注的模型效果；「PP-TSv2工具」支持时序预测和时序异常检测任务，达到业界SOTA效果。其他特色工具持续更新中。
【低代码全流程开发】10+主流AI任务一套开发范式，基于图形界面(低代码)，只需四个简单步骤，即可实现数据准备、模型训练、模型评估、部署SDK下载等全流程AI开发。
【轻量级私有化本地端】PaddleX支持纯离线使用，满足企业安全保密需要。产品兼容性程度高，标准化程度高，支持AI Studio云端、Windows本地端，即将发布Linux本地端、昆仑芯本地端、昇腾本地端、寒武纪本地端等。

作为一款高效的开发神器，PaddleX值得每一位开发者拥有。

PaddleX官网地址：https://www.paddlepaddle.org.cn/paddle/paddleX

欢迎微信扫描下方二维码或者点击链接进入AI Studio【PaddleX社区频道】获得更高效的技术答疑～

飞桨AI套件【PaddleX】社区频道二维码

📚《动手学OCR》电子书

《动手学OCR》电子书

🚀 开源共建

👫 加入社区：感谢大家长久以来对 PaddleOCR 的支持和关注，与广大开发者共同构建一个专业、和谐、相互帮助的开源社区是 PaddleOCR 的目标。我们非常欢迎各位开发者参与到飞桨社区的开源建设中，加入开源、共建飞桨。为感谢社区开发者在 PaddleOCR release2.7 中做出的代码贡献，我们将为贡献者制作与邮寄开源贡献证书，烦请填写问卷提供必要的邮寄信息。
🤩 社区活动：飞桨开源社区长期运营与发布各类丰富的活动与开发任务，在 PaddleOCR 社区，你可以关注以下社区活动，并选择自己感兴趣的内容参与开源共建：
- 🎁 飞桨套件快乐开源常规赛 | 传送门：OCR 社区常规赛升级版，以建设更好用的 OCR 套件为目标，包括但不限于学术前沿模型训练与推理、打磨优化 OCR 工具与应用项目开发等，任何有利于社区意见流动和问题解决的行为都热切希望大家的参与。让我们共同成长为飞桨套件的重要 Contributor 🎉🎉🎉。
- 💡 新需求征集 | 传送门：你在日常研究和实践深度学习过程中，有哪些你期望的 feature 亟待实现？请按照格式描述你想实现的 feature 和你提出的初步实现思路，我们会定期沟通与讨论这些需求，并将其纳入未来的版本规划中。
- 💬 PP-SIG 技术研讨会 | 传送门：PP-SIG 是飞桨社区开发者由于相同的兴趣汇聚在一起形成的虚拟组织，通过定期召开技术研讨会的方式，分享行业前沿动态、探讨社区需求与技术开发细节、发起社区联合贡献任务。PaddleOCR 希望可以通过 AI 的力量助力任何一位有梦想的开发者实现自己的想法，享受创造价值带来的愉悦。
📑 项目合作：如果你有企业中明确的 OCR 垂类应用需求，我们推荐你使用训压推一站式全流程高效率开发平台 PaddleX，助力 AI 技术快速落地。PaddleX 还支持联创开发，利润分成！欢迎广大的个人开发者和企业开发者参与进来，共创繁荣的 AI 技术生态！

🛠️ PP-OCR系列模型列表（更新中）

模型简介	模型名称	推荐场景	检测模型	方向分类器	识别模型
中英文超轻量PP-OCRv4模型（15.8M）	ch_PP-OCRv4_xx	移动端&服务器端	推理模型 / 训练模型	推理模型 / 训练模型	推理模型 / 训练模型
中英文超轻量PP-OCRv3模型（16.2M）	ch_PP-OCRv3_xx	移动端&服务器端	推理模型 / 训练模型	推理模型 / 训练模型	推理模型 / 训练模型
英文超轻量PP-OCRv3模型（13.4M）	en_PP-OCRv3_xx	移动端&服务器端	推理模型 / 训练模型	推理模型 / 训练模型	推理模型 / 训练模型

超轻量OCR系列更多模型下载（包括多语言），可以参考PP-OCR系列模型下载，文档分析相关模型参考PP-Structure系列模型下载

PaddleOCR场景应用模型

行业	类别	亮点	文档说明	模型下载
制造	数码管识别	数码管数据合成、漏识别调优	光功率计数码管字符识别	下载链接
金融	通用表单识别	多模态通用表单结构化提取	多模态表单识别	下载链接
交通	车牌识别	多角度图像处理、轻量模型、端侧部署	轻量级车牌识别	下载链接