简体中文 | English
”白嫖“PaddleOCR。
本项目旨在：
- 学习PaddleOCR
- 让PaddleOCR训练的模型在pytorch上使用
- 为paddle转pytorch提供参考
PytorchOCR由PaddleOCRv2.0+动态图版本移植。
近期更新
- 2024.02.20 PP-OCRv4，提供mobile和server两种模型
- PP-OCRv4-mobile：速度可比情况下，中文场景效果相比于PP-OCRv3再提升4.5%，英文场景提升10%，80语种多语言模型平均识别准确率提升8%以上
- PP-OCRv4-server：发布了目前精度最高的OCR模型，中英文场景上检测模型精度提升4.9%， 识别模型精度提升2%
- 2023.04.16 公式识别CAN
- 2023.04.07 文本超分Text Telescope
- 2022.10.17 文本识别：ViTSTR
- 2022.10.07 文本检测：DB++
- 2022.07.24 文本检测算法(FCENET)
- 2022.07.16 文本识别算法(SVTR)
- 2022.06.19 文本识别算法(SAR)
- 2022.05.29 PP-OCRv3，速度可比情况下，中文场景效果相比于PP-OCRv2再提升5%，英文场景提升11%，80语种多语言模型平均识别准确率提升5%以上
- 2022.05.14 PP-OCRv3文本检测模型
- 2022.04.17 1种文本识别算法(NRTR)
- 2022.03.20 1种文本检测算法(PSENet)
- 2021.09.11 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%
- 2021.06.01 更新SRN
- 2021.04.25 更新AAAI 2021论文端到端识别算法PGNet
- 2021.04.24 更新RARE
- 2021.04.12 更新STARNET
- 2021.04.08 更新DB, SAST, EAST, ROSETTA, CRNN
- 2021.04.03 更新多语言识别模型，目前支持语种超过27种，多语言模型下载，包括中文简体、中文繁体、英文、法文、德文、韩文、日文、意大利文、西班牙文、葡萄牙文、俄罗斯文、阿拉伯文等，后续计划可以参考多语言研发计划
- 2021.01.10 白嫖中英文通用OCR模型
高质量推理模型，准确的识别效果
- 超轻量PP-OCR系列：检测+ 方向分类器+ 识别
- 超轻量ptocr_mobile移动端系列
- 通用ptocr_server系列
- 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、法语等
模型列表（更新中）
PyTorch模型下载链接：https://pan.baidu.com/s/1r1DELT8BlgxeOP2RqREJEg 提取码：6clx
PaddleOCR模型百度网盘链接：https://pan.baidu.com/s/1getAprT2l_JqwhjwML0g9g 提取码：lmv7
更多模型下载（包括多语言），可以参考PT-OCR v2.0 系列模型下载
- 前沿算法：文本检测 DRRG，文本识别 RFL
- 文本识别：ABINet, VisionLAN, SPIN, RobustScanner
- 表格识别：TableMaster
- PP-Structurev2，系统功能性能全面升级，适配中文场景，新增支持版面复原，支持一行命令完成PDF转Word
- 版面分析模型优化：模型存储减少95%，速度提升11倍，平均CPU耗时仅需41ms
- 表格识别模型优化：设计3大优化策略，预测耗时不变情况下，模型精度提升6%
- 关键信息抽取模型优化：设计视觉无关模型结构，语义实体识别精度提升2.8%，关系抽取精度提升9.1%
- 文本识别算法(SEED)
- 文档结构化算法关键信息提取算法(SDMGR)
- 3种DocVQA算法(LayoutLM、LayoutLMv2，LayoutXLM)
- 文档结构分析PP-Structure工具包，支持版面分析与表格识别（含Excel导出）
[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-OCRv2技术报告。
- 中文模型
- 英文模型
- 其他语言模型
