README.md

    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。

    特性

    • 超轻量级中文OCR,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)
    • 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

    超轻量级中文OCR体验

    上图是超轻量级中文OCR模型效果展示,更多效果图请见文末效果展示

    1.环境配置

    请先参考快速安装配置PaddleOCR运行环境。

    2.模型下载

    # 下载inference模型文件包
    wget https://paddleocr.bj.bcebos.com/inference.tar
    # inference模型文件包解压
    tar -xf inference.tar

    3.单张图像或者图像集合预测

    以下代码实现了文本检测、识别串联推理,在执行预测时,需要通过参数image_dir指定单张图像或者图像集合的路径、参数det_model_dir指定检测inference模型的路径和参数rec_model_dir指定识别inference模型的路径。可视化识别结果默认保存到 ./inference_results 文件夹里面。

    # 设置PYTHONPATH环境变量
    export PYTHONPATH=.
    
    # 预测image_dir指定的单张图像
    python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/det/"  --rec_model_dir="./inference/rec/"
    
    # 预测image_dir指定的图像集合
    python3 tools/infer/predict_system.py --image_dir="./doc/imgs/" --det_model_dir="./inference/det/"  --rec_model_dir="./inference/rec/"
    
    # 如果想使用CPU进行预测,执行命令如下
    python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/det/"  --rec_model_dir="./inference/rec/" --use_gpu=False

    更多的文本检测、识别串联推理使用方式请参考文档教程中基于预测引擎推理

    文档教程

    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 Hmean 下载链接
    EAST ResNet50_vd 85.85% 下载链接
    EAST MobileNetV3 79.08% 下载链接
    DB ResNet50_vd 83.30% 下载链接
    DB MobileNetV3 73.00% 下载链接

    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

    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

    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

    端到端OCR算法

    效果展示

    参考文献

    1. EAST:
    @inproceedings{zhou2017east,
      title={EAST: an efficient and accurate scene text detector},
      author={Zhou, Xinyu and Yao, Cong and Wen, He and Wang, Yuzhi and Zhou, Shuchang and He, Weiran and Liang, Jiajun},
      booktitle={Proceedings of the IEEE conference on Computer Vision and Pattern Recognition},
      pages={5551--5560},
      year={2017}
    }
    
    2. DB:
    @article{liao2019real,
      title={Real-time Scene Text Detection with Differentiable Binarization},
      author={Liao, Minghui and Wan, Zhaoyi and Yao, Cong and Chen, Kai and Bai, Xiang},
      journal={arXiv preprint arXiv:1911.08947},
      year={2019}
    }
    
    3. DTRB:
    @inproceedings{baek2019wrong,
      title={What is wrong with scene text recognition model comparisons? dataset and model analysis},
      author={Baek, Jeonghun and Kim, Geewook and Lee, Junyeop and Park, Sungrae and Han, Dongyoon and Yun, Sangdoo and Oh, Seong Joon and Lee, Hwalsuk},
      booktitle={Proceedings of the IEEE International Conference on Computer Vision},
      pages={4715--4723},
      year={2019}
    }
    
    4. SAST:
    @inproceedings{wang2019single,
      title={A Single-Shot Arbitrarily-Shaped Text Detector based on Context Attended Multi-Task Learning},
      author={Wang, Pengfei and Zhang, Chengquan and Qi, Fei and Huang, Zuming and En, Mengyi and Han, Junyu and Liu, Jingtuo and Ding, Errui and Shi, Guangming},
      booktitle={Proceedings of the 27th ACM International Conference on Multimedia},
      pages={1277--1285},
      year={2019}
    }
    
    5. SRN:
    @article{yu2020towards,
      title={Towards Accurate Scene Text Recognition with Semantic Reasoning Networks},
      author={Yu, Deli and Li, Xuan and Zhang, Chengquan and Han, Junyu and Liu, Jingtuo and Ding, Errui},
      journal={arXiv preprint arXiv:2003.12294},
      year={2020}
    }
    
    6. end2end-psl:
    @inproceedings{sun2019chinese,
      title={Chinese Street View Text: Large-scale Chinese Text Reading with Partially Supervised Learning},
      author={Sun, Yipeng and Liu, Jiaming and Liu, Wei and Han, Junyu and Ding, Errui and Liu, Jingtuo},
      booktitle={Proceedings of the IEEE International Conference on Computer Vision},
      pages={9086--9095},
      year={2019}
    }

    许可证书

    本项目的发布受Apache 2.0 license许可认证。

    版本更新

    如何贡献代码

    我们非常欢迎你为PaddleOCR贡献代码,也十分感谢你的反馈。

    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 %