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

• 2020.7.15 添加基于EasyEdge和Paddle-Lite的移动端DEMO，支持iOS和Android系统
• 2020.7.15 完善预测部署，添加基于C++预测引擎推理、服务化部署和端侧部署方案，以及超轻量级中文OCR模型预测耗时Benchmark
• 2020.7.15 整理OCR相关数据集、常用数据标注以及合成工具
• 2020.7.9 添加支持空格的识别模型，识别效果，预测及训练方式请参考快速开始和文本识别训练相关文档
• 2020.7.9 添加数据增强、学习率衰减策略,具体参考配置文件
• more

特性

• 超轻量级中文OCR模型，总模型仅8.6M
  • 单模型支持中英文数字组合识别、竖排文本识别、长文本识别
  • 检测模型DB（4.1M）+识别模型CRNN（4.5M）
• 实用通用中文OCR模型
• 多种预测推理部署方案，包括服务部署和端侧部署
• 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
• 可运行于Linux、Windows、MacOS等多种系统

快速体验

上图是超轻量级中文OCR模型效果展示，更多效果图请见效果展示页面。

• 超轻量级中文OCR在线体验地址：https://www.paddlepaddle.org.cn/hub/scene/ocr

• 移动端DEMO体验(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统)：安装包二维码获取地址

  Android手机也可以扫描下面二维码安装体验。

• 中文OCR模型快速使用

中文OCR模型列表

模型名称	模型简介	检测模型地址	识别模型地址	支持空格的识别模型地址
chinese_db_crnn_mobile	超轻量级中文OCR模型	inference模型 / 预训练模型	inference模型 / 预训练模型	inference模型 / 预训练模型
chinese_db_crnn_server	通用中文OCR模型	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
  • 文本检测
  • 文本识别
  • 端到端OCR
• 模型训练/评估
  • 文本检测
  • 文本识别
  • yml参数配置文件介绍
  • 中文OCR训练预测技巧
• 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
  • 通用中英文OCR数据集
  • 手写中文OCR数据集
  • 垂类多语言OCR数据集
  • 常用数据标注工具
  • 常用数据合成工具
• FAQ
• 效果展示
  • 超轻量级中文OCR效果展示
  • 通用中文OCR效果展示
  • 支持空格的中文OCR效果展示
• 技术交流群
• 参考文献
• 许可证书
• 贡献代码

算法介绍

1.文本检测算法

PaddleOCR开源的文本检测算法列表：

• EAST(paper)
• DB(paper)
• SAST(paper)(百度自研, coming soon)

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	88.18%	85.51%	86.82%	下载链接
EAST	MobileNetV3	81.67%	79.83%	80.74%	下载链接
DB	ResNet50_vd	83.79%	80.65%	82.19%	下载链接
DB	MobileNetV3	75.92%	73.18%	74.53%	下载链接

使用LSVT街景数据集共3w张数据，训练中文检测模型的相关配置和预训练文件如下：

模型	骨干网络	配置文件	预训练模型
超轻量中文模型	MobileNetV3	det_mv3_db.yml	下载链接
通用中文OCR模型	ResNet50_vd	det_r50_vd_db.yml	下载链接

• 注： 上述DB模型的训练和评估，需设置后处理参数box_thresh=0.6，unclip_ratio=1.5，使用不同数据集、不同模型训练，可调整这两个参数进行优化

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。

2.文本识别算法

PaddleOCR开源的文本识别算法列表：

• CRNN(paper)
• Rosetta(paper)
• STAR-Net(paper)
• RARE(paper)
• SRN(paper)(百度自研, coming soon)

参考DTRB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	80.24%	rec_r34_vd_none_none_ctc	下载链接
Rosetta	MobileNetV3	78.16%	rec_mv3_none_none_ctc	下载链接
CRNN	Resnet34_vd	82.20%	rec_r34_vd_none_bilstm_ctc	下载链接
CRNN	MobileNetV3	79.37%	rec_mv3_none_bilstm_ctc	下载链接
STAR-Net	Resnet34_vd	83.93%	rec_r34_vd_tps_bilstm_ctc	下载链接
STAR-Net	MobileNetV3	81.56%	rec_mv3_tps_bilstm_ctc	下载链接
RARE	Resnet34_vd	84.90%	rec_r34_vd_tps_bilstm_attn	下载链接
RARE	MobileNetV3	83.32%	rec_mv3_tps_bilstm_attn	下载链接

使用LSVT街景数据集根据真值将图crop出来30w数据，进行位置校准。此外基于LSVT语料生成500w合成数据训练中文模型，相关配置和预训练文件如下：

模型	骨干网络	配置文件	预训练模型
超轻量中文模型	MobileNetV3	rec_chinese_lite_train.yml	下载链接
通用中文OCR模型	Resnet34_vd	rec_chinese_common_train.yml	下载链接

PaddleOCR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.端到端OCR算法

• End2End-PSL(百度自研, coming soon)

效果展示

1.超轻量级中文OCR效果展示 more

2.通用中文OCR效果展示 more

3.支持空格的中文OCR效果展示 more

FAQ

1. 转换attention识别模型时报错：KeyError: 'predict'
   问题已解，请更新到最新代码。

2. 关于推理速度
   图片中的文字较多时，预测时间会增，可以使用--rec_batch_num设置更小预测batch num，默认值为30，可以改为10或其他数值。

3. 服务部署与移动端部署
   预计6月中下旬会先后发布基于Serving的服务部署方案和基于Paddle Lite的移动端部署方案，欢迎持续关注。

4. 自研算法发布时间
   自研算法SAST、SRN、End2End-PSL都将在7-8月陆续发布，敬请期待。

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 贡献了英文文档。
• 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