提交 5746f39a 编写于 作者: T tink2123

Merge branch 'develop' of https://github.com/PaddlePaddle/PaddleOCR into add_rec_score

# Byte-compiled / optimized / DLL files
__pycache__/
*.py[cod]
*$py.class
# C extensions
*.so
inference/
inference_results/
output/
*.DS_Store
*.vs
*.user
*~
*.vscode
*.idea
...@@ -30,7 +30,7 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库,助力 ...@@ -30,7 +30,7 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库,助力
![](doc/imgs_results/11.jpg) ![](doc/imgs_results/11.jpg)
上图是超轻量级中文OCR模型效果展示,更多效果图请见文末[效果展示](#效果展示) 上图是超轻量级中文OCR模型效果展示,更多效果图请见文末[超轻量级中文OCR效果展示](#超轻量级中文OCR效果展示)[通用中文OCR效果展示](#通用中文OCR效果展示)
#### 1.环境配置 #### 1.环境配置
...@@ -142,7 +142,7 @@ PaddleOCR文本识别算法的训练和使用请参考文档教程中[文本识 ...@@ -142,7 +142,7 @@ PaddleOCR文本识别算法的训练和使用请参考文档教程中[文本识
## 端到端OCR算法 ## 端到端OCR算法
- [ ] [End2End-PSL](https://arxiv.org/abs/1909.07808)(百度自研, comming soon) - [ ] [End2End-PSL](https://arxiv.org/abs/1909.07808)(百度自研, comming soon)
<a name="效果展示"></a> <a name="超轻量级中文OCR效果展示"></a>
## 超轻量级中文OCR效果展示 ## 超轻量级中文OCR效果展示
![](doc/imgs_results/1.jpg) ![](doc/imgs_results/1.jpg)
![](doc/imgs_results/7.jpg) ![](doc/imgs_results/7.jpg)
...@@ -153,11 +153,36 @@ PaddleOCR文本识别算法的训练和使用请参考文档教程中[文本识 ...@@ -153,11 +153,36 @@ PaddleOCR文本识别算法的训练和使用请参考文档教程中[文本识
![](doc/imgs_results/16.png) ![](doc/imgs_results/16.png)
![](doc/imgs_results/22.jpg) ![](doc/imgs_results/22.jpg)
<a name="通用中文OCR效果展示"></a>
## 通用中文OCR效果展示 ## 通用中文OCR效果展示
![](doc/imgs_results/chinese_db_crnn_server/11.jpg) ![](doc/imgs_results/chinese_db_crnn_server/11.jpg)
![](doc/imgs_results/chinese_db_crnn_server/2.jpg) ![](doc/imgs_results/chinese_db_crnn_server/2.jpg)
![](doc/imgs_results/chinese_db_crnn_server/8.jpg) ![](doc/imgs_results/chinese_db_crnn_server/8.jpg)
## FAQ
1. 预测报错:got an unexpected keyword argument 'gradient_clip'
安装的paddle版本不对,目前本项目仅支持paddle1.7,近期会适配到1.8。
2. 转换attention识别模型时报错:KeyError: 'predict'
基于Attention损失的识别模型推理还在调试中。对于中文文本识别,建议优先选择基于CTC损失的识别模型,实践中也发现基于Attention损失的效果不如基于CTC损失的识别模型。
3. 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。
4. 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。
5. 自研算法发布时间
自研算法SAST、SRN、End2End-PSL都将在6-7月陆续发布,敬请期待。
## 欢迎加入PaddleOCR技术交流群
加微信:paddlehelp,备注OCR,小助手拉你进群~
## 更新 ## 更新
- 2020.5.30,模型预测、训练支持Windows系统,识别结果的显示进行了优化 - 2020.5.30,模型预测、训练支持Windows系统,识别结果的显示进行了优化
- 2020.5.30,开源通用中文OCR模型 - 2020.5.30,开源通用中文OCR模型
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册