5.2 KiB
Executable File
5.2 KiB
Executable File
两阶段算法
1. 算法介绍
本文给出了PaddleOCR已支持的文本检测算法和文本识别算法列表，以及每个算法在英文公开数据集上的模型和指标，主要用于算法简介和算法性能对比，更多包括中文在内的其他数据集上的模型请参考PP-OCR v2.0 系列模型下载。
1.1 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 | 85.80% | 86.71% | 86.25% | 预训练模型 |
| EAST | MobileNetV3 | 79.42% | 80.64% | 80.03% | 预训练模型 |
| DB | ResNet50_vd | 86.41% | 78.72% | 82.38% | 预训练模型 |
| DB | MobileNetV3 | 77.29% | 73.08% | 75.12% | 预训练模型 |
| SAST | ResNet50_vd | 91.39% | 83.77% | 87.42% | 预训练模型 |
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 | 89.63% | 78.44% | 83.66% | 预训练模型 |
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)
- Google Drive下载地址
1.2 文本识别算法
PaddleOCR基于动态图开源的文本识别算法列表：
- CRNN(paper)[7]（ppocr推荐）
- Rosetta(paper)[10]
- STAR-Net(paper)[11]
- RARE(paper)[12]
- SRN(paper)[5]
- NRTR(paper)
参考[DTRB]3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 | 80.9% | rec_r34_vd_none_none_ctc | 预训练模型 |
| Rosetta | MobileNetV3 | 78.05% | rec_mv3_none_none_ctc | 预训练模型 |
| CRNN | Resnet34_vd | 82.76% | rec_r34_vd_none_bilstm_ctc | 预训练模型 |
| CRNN | MobileNetV3 | 79.97% | rec_mv3_none_bilstm_ctc | 预训练模型 |
| StarNet | Resnet34_vd | 84.44% | rec_r34_vd_tps_bilstm_ctc | 预训练模型 |
| StarNet | MobileNetV3 | 81.42% | rec_mv3_tps_bilstm_ctc | 预训练模型 |
| RARE | MobileNetV3 | 82.5% | rec_mv3_tps_bilstm_att | 预训练模型 |
| RARE | Resnet34_vd | 83.6% | rec_r34_vd_tps_bilstm_att | 预训练模型 |
| SRN | Resnet50_vd_fpn | 88.52% | rec_r50fpn_vd_none_srn | 预训练模型 |
| NRTR | NRTR_MTB | 84.3% | rec_mtb_nrtr | 预训练模型 |
2. 模型训练
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。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。
3. 模型推理
上述模型中除PP-OCR系列模型以外，其余模型仅支持基于Python引擎的推理，具体内容可参考基于Python预测引擎推理