fix mainpage
This commit is contained in:
dyning
parent
268562b742
commit
cdd5b386b0
77
README.md
77
README.md
|
|
@ -1,61 +1,64 @@
|
|||
|
||||
# 简介
|
||||
## 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：
|
||||
- 超轻量级模型
|
||||
- (检测模型4.1M + 识别模型4.5M = 8.6M)
|
||||
- 支持竖排文字识别
|
||||
- (单模型同时支持横排和竖排文字识别)
|
||||
- 支持长文本识别
|
||||
- 支持中英文数字组合识别
|
||||
- 提供训练代码
|
||||
- 支持模型部署
|
||||
## 特性
|
||||
- 超轻量级中文OCR：支持中英文数字组合识别、竖排文本识别、长文本识别，总模型仅8.6M，其中检测模型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**
|
||||
|
||||
|
||||
|
||||
注：更多效果展示请见文末。
|
||||
上图是超轻量级中文OCR模型效果展示，该模型更多效果图请见文末。
|
||||
|
||||
## **快速运行**
|
||||
#### 1.运行环境配置
|
||||
|
||||
运行前请先参考[快速安装](./doc/installation.md)配置PaddleOCR运行环境。
|
||||
前请先参考[快速安装](./doc/installation.md)配置PaddleOCR运行环境。
|
||||
|
||||
#### 2.模型下载
|
||||
|
||||
下载inference模型
|
||||
```
|
||||
# 创建inference模型保存目录
|
||||
# 创建模型保存目录
|
||||
mkdir inference && cd inference && mkdir det && mkdir rec
|
||||
# 下载检测inference模型/ 识别 inference 模型
|
||||
# 下载inference模型文件包
|
||||
wget -P ./inference https://paddleocr.bj.bcebos.com/inference.tar
|
||||
# inference模型文件包解压
|
||||
tar -xf ./inference/inference.tar
|
||||
```
|
||||
|
||||
实现文本检测、识别串联推理，预测$image_dir$指定的单张图像：
|
||||
#### 3.单张图像或者图像集合预测
|
||||
|
||||
实现文本检测、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。
|
||||
|
||||
```
|
||||
# 设置PYTHONPATH环境变量
|
||||
export PYTHONPATH=.
|
||||
python tools/infer/predict_eval.py --image_dir="/Demo.jpg" --det_model_dir="./inference/det/" --rec_model_dir="./inference/rec/"
|
||||
```
|
||||
在执行预测时，通过参数det_model_dir以及rec_model_dir设置存储inference 模型的路径。
|
||||
|
||||
实现文本检测、识别串联推理，预测$image_dir$指指定文件夹下的所有图像：
|
||||
```
|
||||
python tools/infer/predict_eval.py --image_dir="/test_imgs/" --det_model_dir="./inference/det/" --rec_model_dir="./inference/rec/"
|
||||
# 预测image_dir指定的单张图像
|
||||
python tools/infer/predict_system.py --image_dir="/Demo.jpg" --det_model_dir="./inference/det/" --rec_model_dir="./inference/rec/"
|
||||
|
||||
# 预测image_dir指定的图像集合
|
||||
python tools/infer/predict_system.py --image_dir="/test_imgs/" --det_model_dir="./inference/det/" --rec_model_dir="./inference/rec/"
|
||||
```
|
||||
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[基于推理引擎预测](./doc/inference.md)。
|
||||
|
||||
## 文档教程
|
||||
- [快速安装](./doc/installation.md)
|
||||
- [文本识别模型训练/评估/预测](./doc/detection.md)
|
||||
- [文本预测模型训练/评估/预测](./doc/recognition.md)
|
||||
- [基于inference model预测](./doc/)
|
||||
- [文本检测模型训练/评估/预测](./doc/detection.md)
|
||||
- [文本识别模型训练/评估/预测](./doc/recognition.md)
|
||||
- [基于推理引擎预测](./doc/inference.md)
|
||||
|
||||
|
||||
## 文本检测算法:
|
||||
## 文本检测算法
|
||||
|
||||
PaddleOCR开源的文本检测算法列表：
|
||||
- [x] [EAST](https://arxiv.org/abs/1704.03155)
|
||||
- [x] [DB](https://arxiv.org/abs/1911.08947)
|
||||
- [ ] [SAST](https://arxiv.org/abs/1908.05498)
|
||||
- [ ] [SAST](https://arxiv.org/abs/1908.05498)(百度自研, comming soon)
|
||||
|
||||
在ICDAR2015文本检测公开数据集上，算法效果如下：
|
||||
|
||||
算法效果：
|
||||
|模型|骨干网络|Hmean|
|
||||
|-|-|-|
|
||||
|EAST|[ResNet50_vd](https://paddleocr.bj.bcebos.com/det_r50_vd_east.tar)|85.85%|
|
||||
|
|
@ -63,9 +66,9 @@ PaddleOCR开源的文本检测算法列表：
|
|||
|DB|[ResNet50_vd](https://paddleocr.bj.bcebos.com/det_r50_vd_db.tar)|83.30%|
|
||||
|DB|[MobileNetV3](https://paddleocr.bj.bcebos.com/det_mv3_db.tar)|73.00%|
|
||||
|
||||
PaddleOCR文本检测算法的训练与使用请参考[文档](./doc/detection.md)。
|
||||
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/detection.md)。
|
||||
|
||||
## 文本识别算法:
|
||||
## 文本识别算法
|
||||
|
||||
PaddleOCR开源的文本识别算法列表：
|
||||
- [x] [CRNN](https://arxiv.org/abs/1507.05717)
|
||||
|
|
@ -74,7 +77,7 @@ PaddleOCR开源的文本识别算法列表：
|
|||
- [x] [RARE](https://arxiv.org/abs/1603.03915v1)
|
||||
- [ ] [SRN]((https://arxiv.org/abs/2003.12294))(百度自研, comming soon)
|
||||
|
||||
算法效果如下表所示，精度指标是在IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE数据集上的评测结果的平均值。
|
||||
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两个文字识别合成数据集训练，在IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE数据集上进行效果评估，算法效果如下：
|
||||
|
||||
|模型|骨干网络|ACC|
|
||||
|-|-|-|
|
||||
|
|
@ -87,12 +90,10 @@ PaddleOCR开源的文本识别算法列表：
|
|||
|RARE|[Resnet34_vd](https://paddleocr.bj.bcebos.com/rec_r34_vd_tps_bilstm_attn.tar)|84.90%|
|
||||
|RARE|[MobileNetV3](https://paddleocr.bj.bcebos.com/rec_mv3_tps_bilstm_attn.tar)|83.32%|
|
||||
|
||||
PaddleOCR文本识别算法的训练与使用请参考[文档](./doc/recognition.md)。
|
||||
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/recognition.md)。
|
||||
|
||||
## TODO
|
||||
**端到端OCR算法**
|
||||
PaddleOCR即将开源百度自研端对端OCR模型[End2End-PSL](https://arxiv.org/abs/1909.07808)，敬请关注。
|
||||
- [ ] End2End-PSL (百度自研, comming soon)
|
||||
## 端到端OCR算法
|
||||
- [ ] [End2End-PSL](https://arxiv.org/abs/1909.07808)(百度自研, comming soon)
|
||||
|
||||
## 效果展示
|
||||
|
||||
|
|
|
|||
Loading…
Reference in New Issue