README.md

    English | 简体中文

    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

    快速体验

    上图是超轻量级中文OCR模型效果展示,更多效果图请见效果展示页面

    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

    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

    效果展示

    1.超轻量级中文OCR效果展示 more

    2.通用中文OCR效果展示 more

    3.支持空格的中文OCR效果展示 more

    欢迎加入PaddleOCR技术交流群

    请扫描下面二维码,完成问卷填写,获取加群二维码和OCR方向的炼丹秘籍

    许可证书

    本项目的发布受Apache 2.0 license许可认证。

    贡献代码

    我们非常欢迎你为PaddleOCR贡献代码,也十分感谢你的反馈。

    • 非常感谢 Khanh TranKarl Horky 贡献修改英文文档
    • 非常感谢 zhangxin(Blog) 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
    • 非常感谢 lyl120117 贡献打印网络结构的代码
    • 非常感谢 xiangyubo 贡献手写中文OCR数据集
    • 非常感谢 authorfu 贡献Android和xiadeye 贡献IOS的demo代码
    • 非常感谢 BeyondYourself 给PaddleOCR提了很多非常棒的建议,并简化了PaddleOCR的部分代码风格。
    • 非常感谢 tangmq 给PaddleOCR增加Docker化部署服务,支持快速发布可调用的Restful API服务。

    项目简介

    Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)

    🚀 Github 镜像仓库 🚀

    源项目地址

    https://github.com/PaddlePaddle/PaddleOCR

    发行版本

    当前项目没有发行版本

    贡献者 67

    全部贡献者

    开发语言

    • Python 79.1 %
    • C++ 17.6 %
    • Java 2.6 %
    • CMake 0.5 %
    • Makefile 0.2 %