9.3 KiB
9.3 KiB
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
- 2020.9.17 更新超轻量ppocr_mobile系列和通用ppocr_server系列中英文ocr模型，媲美商业效果。模型下载
- 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
- PPOCR系列高质量预训练模型，媲美商业效果
- 超轻量ppocr_mobile系列：检测（2.5M）+方向分类器（0.9M ）+ 识别（4.5M）= 7.9M
- 通用ppocr_server系列：检测（47.2M）+方向分类器（0.9M）+ 识别（107M）= 155.1M
- 超轻量压缩ppocr_mobile_slim系列：(coming soon)
- 支持中英文数字组合识别、竖排文本识别、长文本识别
- 支持多语言识别：韩语、日语、德语、法语 (coming soon)
- 支持用户自定义训练，提供丰富的预测推理部署方案
- 支持PIP快速安装使用
- 可运行于Linux、Windows、MacOS等多种系统
效果展示
上图是通用ppocr_server模型效果展示，更多效果图请见效果展示页面。
快速体验
-
PC端：超轻量级中文OCR在线体验地址：https://www.paddlepaddle.org.cn/hub/scene/ocr
-
移动端：安装包DEMO下载地址(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统)，Android手机也可以直接扫描下面二维码安装体验。
- 代码体验：可以直接进入快速安装
PP-OCR 1.1系列模型列表（9月17日更新）
| 模型简介 | 模型名称 | 推荐场景 | 检测模型 | 方向分类器 | 识别模型 | |
|---|---|---|---|---|---|---|
| 中英文超轻量OCR模型（7.9M） | ch_ppocr_mobile_v1.1_xx | 移动端&服务器端 | 预测模型 / 预训练模型 | 预测模型 / 预训练模型 | 预测模型 / 预训练模型 | |
| 中英文通用OCR模型（155.1M） | ch_ppocr_server_v1.1_xx | 服务器端 | 预测模型 / 预训练模型 | 预测模型 / 预训练模型 | 预测模型 / 预训练模型 | |
| 中英文超轻量压缩OCR模型 | ch_ppocr_mobile_slim_v1.1_xx | 移动端 | 即将开源 | 即将开源 | 即将开源 |
更多V1.1版本模型下载，可以参考OCR1.1模型列表
PP-OCR 1.0系列模型列表（7月16日更新）
| 模型简介 | 模型名称 | 检测模型 | 识别模型 | 支持空格的识别模型 | |
|---|---|---|---|---|---|
| 超轻量中英文OCR模型（8.6M） | chinese_db_crnn_mobile_xx | inference模型 / 预训练模型 | inference模型 / 预训练模型 | inference模型 / 预训练模型 | |
| 通用中文OCR模型（212M） | chinese_db_crnn_server_xx | 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
- 快速安装
- 中文OCR模型快速使用
- 算法介绍
- 模型训练/评估
- 预测部署
- 基于Python预测引擎推理
- 基于C++预测引擎推理
- 服务化部署
- 端侧部署
- 模型量化压缩（coming soon）
- Benchmark
- 数据集
- 效果展示
- FAQ
- 技术交流群
- 参考文献
- 许可证书
- 贡献代码
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 Tran 和 Karl 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。