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。
近期更新
- 2020.8.26 更新OCR相关的84个常见问题及解答,具体参考FAQ
- 2020.8.24 支持通过whl包安装使用PaddleOCR,具体参考Paddleocr Package使用说明
- 2020.8.21 更新8月18日B站直播课回放和PPT,课节2,易学易用的OCR工具大礼包,获取地址
- 2020.8.16 开源文本检测算法SAST和文本识别算法SRN
- 2020.7.23 发布7月21日B站直播课回放和PPT,课节1,PaddleOCR开源大礼包全面解读,获取地址
- 2020.7.15 添加基于EasyEdge和Paddle-Lite的移动端DEMO,支持iOS和Android系统
- 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、SAST
- 多种文本识别训练算法,Rosetta、CRNN、STAR-Net、RARE、SRN
- 可运行于Linux、Windows、MacOS等多种系统
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
- 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
- 效果展示
- FAQ
- 技术交流群
- 参考文献
- 许可证书
- 贡献代码
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 |
SAST | ResNet50_vd | 92.18% | 82.96% | 87.33% | 下载链接 |
在Total-text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 |
---|---|---|---|---|---|
SAST | ResNet50_vd | 88.74% | 79.80% | 84.03% | 下载链接 |
说明: SAST模型训练额外加入了icdar2013、icdar2017、COCO-Text、ArT等公开数据集进行调优。PaddleOCR用到的经过整理格式的英文公开数据集下载:百度云地址 (提取码: 2bpi)
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 |
SRN | Resnet50_vd_fpn | 88.33% | rec_r50fpn_vd_none_srn | 下载链接 |
说明: SRN模型使用了数据扰动方法对上述提到对两个训练集进行增广,增广后的数据可以在百度网盘上下载,提取码: y3ry。 原始论文使用两阶段训练平均精度为89.74%,PaddleOCR中使用one-stage训练,平均精度为88.33%。两种预训练权重均在下载链接中。
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。