Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
weixin_41840029
PaddleOCR
提交
1cb48b0f
P
PaddleOCR
项目概览
weixin_41840029
/
PaddleOCR
与 Fork 源项目一致
Fork自
PaddlePaddle / PaddleOCR
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleOCR
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
1cb48b0f
编写于
9月 07, 2021
作者:
D
DanielYang
提交者:
GitHub
9月 07, 2021
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README_ch.md
上级
cb86f0e0
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
2 addition
and
2 deletion
+2
-2
README_ch.md
README_ch.md
+2
-2
未找到文件。
README_ch.md
浏览文件 @
1cb48b0f
...
...
@@ -25,7 +25,7 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库,助力
**近期更新**
-
PaddleOCR研发团队对最新发版内容技术深入解读,9月8日晚上20:15,
[
直播地址
](
https://live.bilibili.com/21689802
)
。
-
2021.9.7 发布PaddleOCR v2.3,发布
[
PP-OCRv2
](
#PP-OCRv2
)
,CPU推理速度相比于PP-OCR server提升220%;效果相比于PP-OCR mobile 提升7%。
-
2021.9.7 发布PaddleOCR v2.3,发布
[
PP-OCRv2
](
#PP-OCRv2
)
,CPU推理速度相比于PP-OCR server提升220%;效果相比于PP-OCR mobile 提升7%。
(
[
技术报告
](
https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/PP-OCRv2.pdf
)
)
-
2021.8.3 发布PaddleOCR v2.2,新增文档结构分析
[
PP-Structure
](
https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/ppstructure/README_ch.md
)
工具包,支持版面分析与表格识别(含Excel导出)。
-
2021.6.29
[
FAQ
](
https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/doc/doc_ch/FAQ.md
)
新增5个高频问题,总数248个,每周一都会更新,欢迎大家持续关注。
-
2021.4.8 release 2.1版本,新增AAAI 2021论文
[
端到端识别算法PGNet
](
https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/doc/doc_ch/pgnet.md
)
开源,
[
多语言模型
](
https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/doc/doc_ch/multi_languages.md
)
支持种类增加到80+。
...
...
@@ -142,7 +142,7 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库,助力
[1] PP-OCR是一个实用的超轻量OCR系统。主要由DB文本检测、检测框矫正和CRNN文本识别三部分组成。该系统从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面,采用19个有效策略,对各个模块的模型进行效果调优和瘦身(如绿框所示),最终得到整体大小为3.5M的超轻量中英文OCR和2.8M的英文数字OCR。更多细节请参考PP-OCR技术方案 https://arxiv.org/abs/2009.09941
[2] PP-OCRv2在PP-OCR的基础上,进一步在5个方面重点优化,检测模型采用CML协同互学习知识蒸馏策略和CopyPaste数据增广策略;识别模型采用LCNet轻量级骨干网络、UDML 改进知识蒸馏策略和Enhanced CTC loss损失函数改进(如上图红框所示),进一步在推理速度和预测效果上取得明显提升。更多细节请参考PP-OCR
技术方案(arxiv链接生成中)
。
[
2] PP-OCRv2在PP-OCR的基础上,进一步在5个方面重点优化,检测模型采用CML协同互学习知识蒸馏策略和CopyPaste数据增广策略;识别模型采用LCNet轻量级骨干网络、UDML 改进知识蒸馏策略和Enhanced CTC loss损失函数改进(如上图红框所示),进一步在推理速度和预测效果上取得明显提升。更多细节请参考PP-OCR
v2[技术报告
](
https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/PP-OCRv2.pdf
)
。
<a
name=
"效果展示"
></a>
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录