README.md 10.0 KB
Newer Older
1 2
[English](README_en.md) | 简体中文

D
dyning 已提交
3
## 简介
T
tink2123 已提交
4 5
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。

T
tink2123 已提交
6
**近期更新**
T
tink2123 已提交
7
- 2020.7.9 添加支持空格的识别模型,[识别效果](#支持空格的中文OCR效果展示)
8
- 2020.7.9 添加数据增强、学习率衰减策略,具体参考[配置文件](./doc/doc_ch/config.md)
9
- 2020.6.8 添加[数据集](./doc/doc_ch/datasets.md),并保持持续更新
T
tink2123 已提交
10
- 2020.6.5 支持 `attetnion` 模型导出 `inference_model`
T
tink2123 已提交
11
- 2020.6.5 支持单独预测识别时,输出结果得分
12
- [more](./doc/doc_ch/update.md)
D
dyning 已提交
13

D
dyning 已提交
14
## 特性
D
dyning 已提交
15
- 超轻量级中文OCR模型,总模型仅8.6M
D
dyning 已提交
16 17
    - 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)
D
dyning 已提交
18 19
- 实用通用中文OCR模型
- 多种预测推理部署方案,包括服务部署和端测部署
D
dyning 已提交
20 21
- 多种文本检测训练算法,EAST、DB
- 多种文本识别训练算法,Rosetta、CRNN、STAR-Net、RARE
D
dyning 已提交
22
- 可运行于Linux、Windows、MacOS等多种系统
D
dyning 已提交
23

D
dyning 已提交
24
## 快速体验
T
tink2123 已提交
25

L
LDOUBLEV 已提交
26
![](doc/imgs_results/11.jpg)
L
LDOUBLEV 已提交
27

T
tink2123 已提交
28 29
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)[支持空格的中文OCR效果展示](#支持空格的中文OCR效果展示)
D
dyning 已提交
30

D
dyning 已提交
31
- 超轻量级中文OCR在线体验地址:https://www.paddlepaddle.org.cn/hub/scene/ocr
T
revert  
tink2123 已提交
32

D
dyning 已提交
33
- [中文OCR模型快速开始](./doc/doc_ch/quickstart.md) 
D
dyning 已提交
34

D
dyning 已提交
35
## 中文OCR模型列表
D
dyning 已提交
36

D
dyning 已提交
37 38 39 40
|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](https://paddleocr.bj.bcebos.com/ch_models/ch_det_mv3_db_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/ch_models/ch_det_mv3_db.tar)|[inference模型](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn.tar)|[inference模型](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn_enhance_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn_enhance.tar)
|chinese_db_crnn_server|通用中文OCR模型|[inference模型](https://paddleocr.bj.bcebos.com/ch_models/ch_det_r50_vd_db_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/ch_models/ch_det_r50_vd_db.tar)|[inference模型](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_r34_vd_crnn_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_r34_vd_crnn.tar)|[inference模型](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_r34_vd_crnn_enhance_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_r34_vd_crnn_enhance.tar)
D
dyning 已提交
41

D
dyning 已提交
42 43
## 算法介绍
### 1.文本检测算法
T
tink2123 已提交
44 45

PaddleOCR开源的文本检测算法列表:
T
tink2123 已提交
46
- [x]  EAST([paper](https://arxiv.org/abs/1704.03155))
T
fix url  
tink2123 已提交
47 48
- [x]  DB([paper](https://arxiv.org/abs/1911.08947))
- [ ]  SAST([paper](https://arxiv.org/abs/1908.05498))(百度自研, comming soon)
T
tink2123 已提交
49

D
dyning 已提交
50
在ICDAR2015文本检测公开数据集上,算法效果如下:
T
tink2123 已提交
51

L
fix doc  
LDOUBLEV 已提交
52
|模型|骨干网络|precision|recall|Hmean|下载链接|
53
|-|-|-|-|-|-|
D
dyning 已提交
54
|EAST|ResNet50_vd|88.18%|85.51%|86.82%|[下载链接](https://paddleocr.bj.bcebos.com/det_r50_vd_east.tar)|
L
fix doc  
LDOUBLEV 已提交
55 56 57
|EAST|MobileNetV3|81.67%|79.83%|80.74%|[下载链接](https://paddleocr.bj.bcebos.com/det_mv3_east.tar)|
|DB|ResNet50_vd|83.79%|80.65%|82.19%|[下载链接](https://paddleocr.bj.bcebos.com/det_r50_vd_db.tar)|
|DB|MobileNetV3|75.92%|73.18%|74.53%|[下载链接](https://paddleocr.bj.bcebos.com/det_mv3_db.tar)|
L
LDOUBLEV 已提交
58

M
MissPenguin 已提交
59
使用[LSVT](https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_ch/datasets.md#1icdar2019-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:
T
tink2123 已提交
60 61
|模型|骨干网络|配置文件|预训练模型|
|-|-|-|-|
D
dyning 已提交
62 63
|超轻量中文模型|MobileNetV3|det_mv3_db.yml|[下载链接](https://paddleocr.bj.bcebos.com/ch_models/ch_det_mv3_db.tar)|
|通用中文OCR模型|ResNet50_vd|det_r50_vd_db.yml|[下载链接](https://paddleocr.bj.bcebos.com/ch_models/ch_det_r50_vd_db.tar)|
T
tink2123 已提交
64

65
* 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
T
tink2123 已提交
66

67
PaddleOCR文本检测算法的训练和使用请参考文档教程中[文本检测模型训练/评估/预测](./doc/doc_ch/detection.md)
T
tink2123 已提交
68

D
dyning 已提交
69
### 2.文本识别算法
T
tink2123 已提交
70 71

PaddleOCR开源的文本识别算法列表:
T
tink2123 已提交
72 73 74 75 76
- [x]  CRNN([paper](https://arxiv.org/abs/1507.05717))
- [x]  Rosetta([paper](https://arxiv.org/abs/1910.05085))
- [x]  STAR-Net([paper](http://www.bmva.org/bmvc/2016/papers/paper043/index.html))
- [x]  RARE([paper](https://arxiv.org/abs/1603.03915v1))
- [ ]  SRN([paper](https://arxiv.org/abs/2003.12294))(百度自研, comming soon)
T
tink2123 已提交
77

D
dyning 已提交
78
参考[DTRB](https://arxiv.org/abs/1904.01906)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:
T
tink2123 已提交
79

D
dyning 已提交
80
|模型|骨干网络|Avg Accuracy|模型存储命名|下载链接|
D
dyning 已提交
81
|-|-|-|-|-|
D
dyning 已提交
82 83 84 85 86 87 88 89
|Rosetta|Resnet34_vd|80.24%|rec_r34_vd_none_none_ctc|[下载链接](https://paddleocr.bj.bcebos.com/rec_r34_vd_none_none_ctc.tar)|
|Rosetta|MobileNetV3|78.16%|rec_mv3_none_none_ctc|[下载链接](https://paddleocr.bj.bcebos.com/rec_mv3_none_none_ctc.tar)|
|CRNN|Resnet34_vd|82.20%|rec_r34_vd_none_bilstm_ctc|[下载链接](https://paddleocr.bj.bcebos.com/rec_r34_vd_none_bilstm_ctc.tar)|
|CRNN|MobileNetV3|79.37%|rec_mv3_none_bilstm_ctc|[下载链接](https://paddleocr.bj.bcebos.com/rec_mv3_none_bilstm_ctc.tar)|
|STAR-Net|Resnet34_vd|83.93%|rec_r34_vd_tps_bilstm_ctc|[下载链接](https://paddleocr.bj.bcebos.com/rec_r34_vd_tps_bilstm_ctc.tar)|
|STAR-Net|MobileNetV3|81.56%|rec_mv3_tps_bilstm_ctc|[下载链接](https://paddleocr.bj.bcebos.com/rec_mv3_tps_bilstm_ctc.tar)|
|RARE|Resnet34_vd|84.90%|rec_r34_vd_tps_bilstm_attn|[下载链接](https://paddleocr.bj.bcebos.com/rec_r34_vd_tps_bilstm_attn.tar)|
|RARE|MobileNetV3|83.32%|rec_mv3_tps_bilstm_attn|[下载链接](https://paddleocr.bj.bcebos.com/rec_mv3_tps_bilstm_attn.tar)|
T
tink2123 已提交
90

M
MissPenguin 已提交
91
使用[LSVT](https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_ch/datasets.md#1icdar2019-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:
T
tink2123 已提交
92 93
|模型|骨干网络|配置文件|预训练模型|
|-|-|-|-|
D
dyning 已提交
94 95
|超轻量中文模型|MobileNetV3|rec_chinese_lite_train.yml|[下载链接](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn.tar)|
|通用中文OCR模型|Resnet34_vd|rec_chinese_common_train.yml|[下载链接](https://paddleocr.bj.bcebos.com/ch_models/ch_rec_r34_vd_crnn.tar)|
T
tink2123 已提交
96

97
PaddleOCR文本识别算法的训练和使用请参考文档教程中[文本识别模型训练/评估/预测](./doc/doc_ch/recognition.md)
T
tink2123 已提交
98

D
dyning 已提交
99
### 3.端到端OCR算法
D
dyning 已提交
100
- [ ]  [End2End-PSL](https://arxiv.org/abs/1909.07808)(百度自研, comming soon)
T
tink2123 已提交
101

D
dyning 已提交
102 103 104 105 106 107
## 文档教程
- [快速安装](./doc/doc_ch/installation.md)
- [中文OCR模型快速开始](./doc/doc_ch/quickstart.md)
- 模型训练/评估/预测
    - [文本检测](./doc/doc_ch/detection.md)
    - [文本识别](./doc/doc_ch/recognition.md)
D
dyning 已提交
108
    - [yml参数配置文件介绍](./doc/doc_ch/config.md)
D
dyning 已提交
109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124
- 预测部署
    - [基于Python预测引擎推理](./doc/doc_ch/inference.md)
    - 基于C++预测引擎推理(comming soon)
    - [服务部署](./doc/doc_ch/serving.md)
    - 端测部署(comming soon)
- [数据集](./doc/doc_ch/datasets.md)
- [FAQ](#FAQ)
- 效果展示
    - [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)
    - [支持空格的中文OCR效果展示](#支持空格的中文OCR效果展示)
- [技术交流群](#欢迎加入PaddleOCR技术交流群)
- [参考文献](./doc/doc_ch/reference.md)
- [许可证书](#许可证书)
- [贡献代码](#贡献代码)

D
dyning 已提交
125
## 效果展示
D
dyning 已提交
126

D
dyning 已提交
127
<a name="超轻量级中文OCR效果展示"></a>
D
dyning 已提交
128
### 1.超轻量级中文OCR效果展示  [more](./doc/doc_ch/visualization.md)
T
tink2123 已提交
129

L
LDOUBLEV 已提交
130
![](doc/imgs_results/7.jpg)
T
tink2123 已提交
131

D
dyning 已提交
132
<a name="通用中文OCR效果展示"></a>
D
dyning 已提交
133
### 2.通用中文OCR效果展示  [more](./doc/doc_ch/visualization.md)
134 135
![](doc/imgs_results/chinese_db_crnn_server/11.jpg)

T
tink2123 已提交
136
<a name="支持空格的中文OCR效果展示"></a>
D
dyning 已提交
137
### 3.支持空格的中文OCR效果展示  [more](./doc/doc_ch/visualization.md)
T
tink2123 已提交
138 139 140

![](doc/imgs_results/chinese_db_crnn_server/en_paper.jpg)

D
dyning 已提交
141
<a name="FAQ"></a>
D
dyning 已提交
142
## FAQ
T
tink2123 已提交
143
1. **转换attention识别模型时报错:KeyError: 'predict'**  
M
MissPenguin 已提交
144
问题已解,请更新到最新代码。  
T
tink2123 已提交
145

T
tink2123 已提交
146
2. **关于推理速度**  
R
root 已提交
147
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。  
M
MissPenguin 已提交
148

T
tink2123 已提交
149
3. **服务部署与移动端部署**  
R
root 已提交
150
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。  
T
tink2123 已提交
151

T
tink2123 已提交
152
4. **自研算法发布时间**  
R
root 已提交
153
自研算法SAST、SRN、End2End-PSL都将在6-7月陆续发布,敬请期待。  
M
MissPenguin 已提交
154

155
[more](./doc/doc_ch/FAQ.md)
D
dyning 已提交
156

D
dyning 已提交
157
<a name="欢迎加入PaddleOCR技术交流群"></a>
D
dyning 已提交
158
## 欢迎加入PaddleOCR技术交流群
M
MissPenguin 已提交
159 160
扫描二维码或者加微信:paddlehelp,备注OCR,小助手拉你进群~  
<img src="./doc/paddlehelp.jpg"  width = "200" height = "200" />
M
MissPenguin 已提交
161

D
dyning 已提交
162
<a name="许可证书"></a>
D
dyning 已提交
163 164 165
## 许可证书
本项目的发布受<a href="https://github.com/PaddlePaddle/PaddleOCR/blob/master/LICENSE">Apache 2.0 license</a>许可认证。

D
dyning 已提交
166
<a name="贡献代码"></a>
L
LDOUBLEV 已提交
167
## 贡献代码
D
dyning 已提交
168
我们非常欢迎你为PaddleOCR贡献代码,也十分感谢你的反馈。
T
tink2123 已提交
169 170

- 非常感谢 [Khanh Tran](https://github.com/xxxpsyduck) 贡献了英文文档。
L
LDOUBLEV 已提交
171
- 非常感谢 [zhangxin](https://github.com/ZhangXinNan)([Blog](https://blog.csdn.net/sdlypyzq)) 贡献新的可视化方式、添加.gitgnore、处理手动设置PYTHONPATH环境变量的问题