187 lines
13 KiB
Markdown
Executable File
187 lines
13 KiB
Markdown
Executable File
[English](README.md) | 简体中文
|
||
|
||
<p align="center">
|
||
<img src="./doc/PaddleOCR_log.png" align="middle" width = "600"/>
|
||
<p align="center">
|
||
|
||
|
||
------------------------------------------------------------------------------------------
|
||
|
||
<p align="left">
|
||
<a href="./LICENSE"><img src="https://img.shields.io/badge/license-Apache%202-dfd.svg"></a>
|
||
<a href="https://github.com/PaddlePaddle/PaddleOCR/releases"><img src="https://img.shields.io/github/v/release/PaddlePaddle/PaddleOCR?color=ffa"></a>
|
||
<a href=""><img src="https://img.shields.io/badge/python-3.7+-aff.svg"></a>
|
||
<a href=""><img src="https://img.shields.io/badge/os-linux%2C%20win%2C%20mac-pink.svg"></a>
|
||
<a href=""><img src="https://img.shields.io/pypi/format/PaddleOCR?color=c77"></a>
|
||
<a href="https://github.com/PaddlePaddle/PaddleOCR/graphs/contributors"><img src="https://img.shields.io/github/contributors/PaddlePaddle/PaddleOCR?color=9ea"></a>
|
||
<a href="https://pypi.org/project/PaddleOCR/"><img src="https://img.shields.io/pypi/dm/PaddleOCR?color=9cf"></a>
|
||
<a href="https://github.com/PaddlePaddle/PaddleOCR/stargazers"><img src="https://img.shields.io/github/stars/PaddlePaddle/PaddleOCR?color=ccf"></a>
|
||
</p>
|
||
|
||
## 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**
|
||
|
||
- 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%。
|
||
- 2021.8.3 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+。
|
||
- [More](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/doc/doc_ch/update.md)
|
||
|
||
## 特性
|
||
|
||
- PP-OCR系列高质量预训练模型，准确的识别效果
|
||
- 超轻量PP-OCRv2系列：检测（3.1M）+ 方向分类器（1.4M）+ 识别（8.5M）= 13.0M
|
||
- 超轻量PP-OCR mobile移动端系列：检测（3.0M）+方向分类器（1.4M）+ 识别（5.0M）= 9.4M
|
||
- 通用PPOCR server系列：检测（47.1M）+方向分类器（1.4M）+ 识别（94.9M）= 143.4M
|
||
- 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
|
||
- 丰富易用的OCR相关工具组件
|
||
- 半自动数据标注工具PPOCRLabel：支持快速高效的数据标注
|
||
- 数据合成工具Style-Text：批量合成大量与目标场景类似的图像
|
||
- 文档分析能力PP-Structure：版面分析与表格识别
|
||
- 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
|
||
|
||
<div align="center">
|
||
<img src="doc/imgs_results/ch_ppocr_mobile_v2.0/test_add_91.jpg" width="800">
|
||
<img src="doc/imgs_results/ch_ppocr_mobile_v2.0/00018069.jpg" width="800">
|
||
</div>
|
||
|
||
上图是通用PP-OCR server模型效果展示，更多效果图请见[效果展示页面](./doc/doc_ch/visualization.md)。
|
||
|
||
<a name="欢迎加入PaddleOCR技术交流群"></a>
|
||
## 欢迎加入PaddleOCR技术交流群
|
||
- 微信扫描二维码加入官方交流群，获得更高效的问题答疑，与各行各业开发者充分交流，期待您的加入。
|
||
|
||
<div align="center">
|
||
<img src="https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/dygraph/doc/joinus.PNG" width = "200" height = "200" />
|
||
</div>
|
||
|
||
## 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](https://ai.baidu.com/easyedge/app/openSource?from=paddlelite)(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。
|
||
|
||
|
||
<div align="center">
|
||
<img src="./doc/ocr-android-easyedge.png" width = "200" height = "200" />
|
||
</div>
|
||
|
||
- 代码体验：从[快速安装](./doc/doc_ch/quickstart.md) 开始
|
||
|
||
<a name="模型下载"></a>
|
||
## PP-OCR系列模型列表（更新中）
|
||
|
||
| 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PP-OCRv2模型（13.0M） | ch_PP-OCRv2_xx |移动端&服务器端|[推理模型](https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_distill_train.tar)| [推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar) |[推理模型](https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_infer.tar) / [训练模型](https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_train.tar)|
|
||
| 中英文超轻量PP-OCR mobile模型（9.4M） | ch_ppocr_mobile_v2.0_xx |移动端&服务器端|[推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_train.tar)|[推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar) |[推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_pre.tar) |
|
||
| 中英文通用PP-OCR server模型（143.4M） |ch_ppocr_server_v2.0_xx|服务器端 |[推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_det_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_det_train.tar) |[推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_train.tar) |[推理模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_rec_infer.tar) / [预训练模型](https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_server_v2.0_rec_pre.tar) |
|
||
|
||
更多模型下载（包括多语言），可以参考[PP-OCR 系列模型下载](./doc/doc_ch/models_list.md)
|
||
|
||
## 文档教程
|
||
- [运行环境准备](./doc/doc_ch/environment.md)
|
||
- [快速开始（中英文/多语言/文档分析）](./doc/doc_ch/quickstart.md)
|
||
- [PaddleOCR全景图与项目克隆](./doc/doc_ch/paddleOCR_overview.md)
|
||
- PP-OCR产业落地：从训练到部署
|
||
- [PP-OCR模型与配置文件](./doc/doc_ch/models_and_config.md)
|
||
- [PP-OCR模型下载](./doc/doc_ch/models_list.md)
|
||
- [配置文件内容与生成](./doc/doc_ch/config.md)
|
||
- [PP-OCR模型库快速推理](./doc/doc_ch/inference_ppocr.md)
|
||
- [PP-OCR模型训练](./doc/doc_ch/training.md)
|
||
- [文本检测](./doc/doc_ch/detection.md)
|
||
- [文本识别](./doc/doc_ch/recognition.md)
|
||
- [方向分类器](./doc/doc_ch/angle_class.md)
|
||
- PP-OCR模型推理部署
|
||
- [基于C++预测引擎推理](./deploy/cpp_infer/readme.md)
|
||
- [服务化部署](./deploy/pdserving/README_CN.md)
|
||
- [端侧部署](./deploy/lite/readme.md)
|
||
- [Benchmark](./doc/doc_ch/benchmark.md)
|
||
- [PP-Structure信息提取](./ppstructure/README_ch.md)
|
||
- [版面分析](./ppstructure/layout/README_ch.md)
|
||
- [表格识别](./ppstructure/table/README_ch.md)
|
||
- 数据标注与合成
|
||
- [半自动标注工具PPOCRLabel](./PPOCRLabel/README_ch.md)
|
||
- [数据合成工具Style-Text](./StyleText/README_ch.md)
|
||
- [其它数据标注工具](./doc/doc_ch/data_annotation.md)
|
||
- [其它数据合成工具](./doc/doc_ch/data_synthesis.md)
|
||
- OCR学术圈
|
||
- [两阶段模型介绍与下载](./doc/doc_ch/algorithm_overview.md)
|
||
- [端到端PGNet算法](./doc/doc_ch/pgnet.md)
|
||
- [基于Python脚本预测引擎推理](./doc/doc_ch/inference.md)
|
||
- 数据集
|
||
- [通用中英文OCR数据集](./doc/doc_ch/datasets.md)
|
||
- [手写中文OCR数据集](./doc/doc_ch/handwritten_datasets.md)
|
||
- [垂类多语言OCR数据集](./doc/doc_ch/vertical_and_multilingual_datasets.md)
|
||
- [效果展示](#效果展示)
|
||
- FAQ
|
||
- [【精选】OCR精选10个问题](./doc/doc_ch/FAQ.md)
|
||
- [【理论篇】OCR通用50个问题](./doc/doc_ch/FAQ.md)
|
||
- [【实战篇】PaddleOCR实战183个问题](./doc/doc_ch/FAQ.md)
|
||
- [技术交流群](#欢迎加入PaddleOCR技术交流群)
|
||
- [参考文献](./doc/doc_ch/reference.md)
|
||
- [许可证书](#许可证书)
|
||
- [贡献代码](#贡献代码)
|
||
- [代码组织结构](./doc/doc_ch/tree.md)
|
||
|
||
|
||
<a name="PP-OCRv2"></a>
|
||
|
||
## PP-OCRv2 Pipeline
|
||
<div align="center">
|
||
<img src="./doc/ppocrv2_framework.jpg" width="800">
|
||
</div>
|
||
|
||
[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）。
|
||
|
||
|
||
<a name="效果展示"></a>
|
||
## 效果展示 [more](./doc/doc_ch/visualization.md)
|
||
- 中文模型
|
||
<div align="center">
|
||
<img src="./doc/imgs_results/ch_ppocr_mobile_v2.0/00056221.jpg" width="800">
|
||
<img src="./doc/imgs_results/ch_ppocr_mobile_v2.0/rotate_00052204.jpg" width="800">
|
||
</div>
|
||
|
||
- 英文模型
|
||
<div align="center">
|
||
<img src="./doc/imgs_results/ch_ppocr_mobile_v2.0/img_12.jpg" width="800">
|
||
</div>
|
||
|
||
- 其他语言模型
|
||
<div align="center">
|
||
<img src="./doc/imgs_results/french_0.jpg" width="800">
|
||
<img src="./doc/imgs_results/korean.jpg" width="800">
|
||
</div>
|
||
|
||
|
||
<a name="许可证书"></a>
|
||
## 许可证书
|
||
本项目的发布受<a href="https://github.com/PaddlePaddle/PaddleOCR/blob/master/LICENSE">Apache 2.0 license</a>许可认证。
|
||
|
||
<a name="贡献代码"></a>
|
||
## 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](https://github.com/xxxpsyduck) 和 [Karl Horky](https://github.com/karlhorky) 贡献修改英文文档
|
||
- 非常感谢 [zhangxin](https://github.com/ZhangXinNan)([Blog](https://blog.csdn.net/sdlypyzq)) 贡献新的可视化方式、添加.gitignore、处理手动设置PYTHONPATH环境变量的问题
|
||
- 非常感谢 [lyl120117](https://github.com/lyl120117) 贡献打印网络结构的代码
|
||
- 非常感谢 [xiangyubo](https://github.com/xiangyubo) 贡献手写中文OCR数据集
|
||
- 非常感谢 [authorfu](https://github.com/authorfu) 贡献Android和[xiadeye](https://github.com/xiadeye) 贡献IOS的demo代码
|
||
- 非常感谢 [BeyondYourself](https://github.com/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](https://gitee.com/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。
|
||
- 非常感谢 [lijinhan](https://github.com/lijinhan) 给PaddleOCR增加java SpringBoot 调用OCR Hubserving接口完成对OCR服务化部署的使用。
|
||
- 非常感谢 [Mejans](https://github.com/Mejans) 给PaddleOCR增加新语言奥克西坦语Occitan的字典和语料。
|
||
- 非常感谢 [Evezerest](https://github.com/Evezerest)， [ninetailskim](https://github.com/ninetailskim)， [edencfc](https://github.com/edencfc)， [BeyondYourself](https://github.com/BeyondYourself)， [1084667371](https://github.com/1084667371) 贡献了PPOCRLabel的完整代码。
|