PaddleOCR: A Python repository from VisionRD

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

📖直播和OCR实战打卡营预告：《OCR零代码产线重构信息处理新范式》，详细解读四大OCR场景任务以及全新开发范式，并启动车牌检测实战打卡营。直播时间：5月16日（周四）19：00。直播报名：https://www.wjx.top/vm/YgdyYKX.aspx?udsid=881730
🔥2024.5.10 上线星河零代码产线(OCR 相关)：全面覆盖了以下四大OCR核心任务，提供极便捷的Badcase分析和实用的在线体验：
- 通用OCR (PP-OCRv4)。
- 通用表格识别 (SLANet)。
- 通用图像信息抽取 (PP-ChatOCRv2-common)。
- 文档场景信息抽取 (PP-ChatOCRv2-doc)。
同时采用了 全新的场景任务开发范式 ,将模型统一汇聚，实现训练部署的零代码开发，并支持在线服务化部署和导出离线服务化部署包。
🔥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
🔨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/community/app/91660
- SLANet 在线体验地址：https://aistudio.baidu.com/community/app/91661
- PP-ChatOCRv2-common 在线体验地址：https://aistudio.baidu.com/community/app/91662
- PP-ChatOCRv2-doc 在线体验地址：https://aistudio.baidu.com/community/app/70303
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

飞桨低代码开发工具 PaddleX 官方交流频道：https://aistudio.baidu.com/community/channel/610

📚《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