PaddleOCR: 基于飞桨的OCR工具库，包含总模型仅8.6M的超轻量级中文OCR，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。同时支持多种文本检测、文本识别的训练算法。
English | 简体中文
[](#%E7%AE%80%E4%BB%8B)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
- 2020.6.8 添加数据集，并保持持续更新
- 2020.6.5 支持
attetnion模型导出inference_model - 2020.6.5 支持单独预测识别时，输出结果得分
- 2020.5.30 提供超轻量级中文OCR在线体验
- 2020.5.30 模型预测、训练支持Windows系统
- more
[](#%E7%89%B9%E6%80%A7)特性
超轻量级中文OCR，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）
- 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
[](#%E6%94%AF%E6%8C%81%E7%9A%84%E4%B8%AD%E6%96%87%E6%A8%A1%E5%9E%8B%E5%88%97%E8%A1%A8)支持的中文模型列表:
模型名称
模型简介
检测模型地址
识别模型地址
chinese_db_crnn_mobile
超轻量级中文OCR模型
chinese_db_crnn_server
通用中文OCR模型
超轻量级中文OCR在线体验地址：https://www.paddlepaddle.org.cn/hub/scene/ocr
也可以按如下教程快速体验超轻量级中文OCR和通用中文OCR模型。
[](#%E8%B6%85%E8%BD%BB%E9%87%8F%E7%BA%A7%E4%B8%AD%E6%96%87ocr%E4%BB%A5%E5%8F%8A%E9%80%9A%E7%94%A8%E4%B8%AD%E6%96%87ocr%E4%BD%93%E9%AA%8C)超轻量级中文OCR以及通用中文OCR体验
上图是超轻量级中文OCR模型效果展示，更多效果图请见文末超轻量级中文OCR效果展示和通用中文OCR效果展示。
[](#1%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE)1.环境配置
请先参考快速安装配置PaddleOCR运行环境。
[](#2inference%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD)2.inference模型下载
windows 环境下如果没有安装wget,下载模型时可将链接复制到浏览器中下载，并解压放置在相应目录下
[](#1%E8%B6%85%E8%BD%BB%E9%87%8F%E7%BA%A7%E4%B8%AD%E6%96%87ocr%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD)(1)超轻量级中文OCR模型下载
mkdir inference && cd inference
# 下载超轻量级中文OCR模型的检测模型并解压
wget https://paddleocr.bj.bcebos.com/ch_models/ch_det_mv3_db_infer.tar && tar xf ch_det_mv3_db_infer.tar
# 下载超轻量级中文OCR模型的识别模型并解压
wget https://paddleocr.bj.bcebos.com/ch_models/ch_rec_mv3_crnn_infer.tar && tar xf ch_rec_mv3_crnn_infer.tar
cd ..
[](#2%E9%80%9A%E7%94%A8%E4%B8%AD%E6%96%87ocr%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD)(2)通用中文OCR模型下载
mkdir inference && cd inference
# 下载通用中文OCR模型的检测模型并解压
wget https://paddleocr.bj.bcebos.com/ch_models/ch_det_r50_vd_db_infer.tar && tar xf ch_det_r50_vd_db_infer.tar
# 下载通用中文OCR模型的识别模型并解压
wget https://paddleocr.bj.bcebos.com/ch_models/ch_rec_r34_vd_crnn_infer.tar && tar xf ch_rec_r34_vd_crnn_infer.tar
cd ..
[](#3%E5%8D%95%E5%BC%A0%E5%9B%BE%E5%83%8F%E6%88%96%E8%80%85%E5%9B%BE%E5%83%8F%E9%9B%86%E5%90%88%E9%A2%84%E6%B5%8B)3.单张图像或者图像集合预测
以下代码实现了文本检测、识别串联推理，在执行预测时，需要通过参数image_dir指定单张图像或者图像集合的路径、参数det_model_dir指定检测inference模型的路径和参数rec_model_dir指定识别inference模型的路径。可视化识别结果默认保存到 ./inference_results 文件夹里面。
# 设置PYTHONPATH环境变量
export PYTHONPATH=.
# windows下设置环境变量
SET PYTHONPATH=.
# 预测image_dir指定的单张图像
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_det_mv3_db/" --rec_model_dir="./inference/ch_rec_mv3_crnn/"
# 预测image_dir指定的图像集合
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/" --det_model_dir="./inference/ch_det_mv3_db/" --rec_model_dir="./inference/ch_rec_mv3_crnn/"
# 如果想使用CPU进行预测，需设置use_gpu参数为False
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_det_mv3_db/" --rec_model_dir="./inference/ch_rec_mv3_crnn/" --use_gpu=False
通用中文OCR模型的体验可以按照上述步骤下载相应的模型，并且更新相关的参数，示例如下：
# 预测image_dir指定的单张图像
python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" --det_model_dir="./inference/ch_det_r50_vd_db/" --rec_model_dir="./inference/ch_rec_r34_vd_crnn/"
更多的文本检测、识别串联推理使用方式请参考文档教程中基于预测引擎推理。
[](#%E6%96%87%E6%A1%A3%E6%95%99%E7%A8%8B)文档教程
[](#%E6%96%87%E6%9C%AC%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95)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
88.18%
85.51%
86.82%
EAST
MobileNetV3
81.67%
79.83%
80.74%
DB
ResNet50_vd
83.79%
80.65%
82.19%
DB
MobileNetV3
75.92%
73.18%
74.53%
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
通用中文OCR模型
ResNet50_vd
det_r50_vd_db.yml
- 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文本检测模型训练/评估/预测。
[](#%E6%96%87%E6%9C%AC%E8%AF%86%E5%88%AB%E7%AE%97%E6%B3%95)文本识别算法
PaddleOCR开源的文本识别算法列表：
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
Rosetta
MobileNetV3
78.16%
rec_mv3_none_none_ctc
CRNN
Resnet34_vd
82.20%
rec_r34_vd_none_bilstm_ctc
CRNN
MobileNetV3
79.37%
rec_mv3_none_bilstm_ctc
STAR-Net
Resnet34_vd
83.93%
rec_r34_vd_tps_bilstm_ctc
STAR-Net
MobileNetV3
81.56%
rec_mv3_tps_bilstm_ctc
RARE
Resnet34_vd
84.90%
rec_r34_vd_tps_bilstm_attn
RARE
MobileNetV3
83.32%
rec_mv3_tps_bilstm_attn
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
通用中文OCR模型
Resnet34_vd
rec_chinese_common_train.yml
PaddleOCR文本识别算法的训练和使用请参考文档教程中文本识别模型训练/评估/预测。
[](#%E7%AB%AF%E5%88%B0%E7%AB%AFocr%E7%AE%97%E6%B3%95)端到端OCR算法
- End2End-PSL(百度自研, comming soon)
[](#%E8%B6%85%E8%BD%BB%E9%87%8F%E7%BA%A7%E4%B8%AD%E6%96%87ocr%E6%95%88%E6%9E%9C%E5%B1%95%E7%A4%BA)超轻量级中文OCR效果展示
[](#%E9%80%9A%E7%94%A8%E4%B8%AD%E6%96%87ocr%E6%95%88%E6%9E%9C%E5%B1%95%E7%A4%BA)通用中文OCR效果展示
[](#faq)FAQ
- 转换attention识别模型时报错：KeyError: 'predict'
问题已解，请更新到最新代码。 - 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。 - 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。 - 自研算法发布时间
自研算法SAST、SRN、End2End-PSL都将在6-7月陆续发布，敬请期待。
[](#%E6%AC%A2%E8%BF%8E%E5%8A%A0%E5%85%A5paddleocr%E6%8A%80%E6%9C%AF%E4%BA%A4%E6%B5%81%E7%BE%A4)欢迎加入PaddleOCR技术交流群
加微信：paddlehelp，备注OCR，小助手拉你进群～
[](#%E5%8F%82%E8%80%83%E6%96%87%E7%8C%AE)参考文献
1. EAST:
@inproceedings{zhou2017east,
title={EAST: an efficient and accurate scene text detector},
author={Zhou, Xinyu and Yao, Cong and Wen, He and Wang, Yuzhi and Zhou, Shuchang and He, Weiran and Liang, Jiajun},
booktitle={Proceedings of the IEEE conference on Computer Vision and Pattern Recognition},
pages={5551--5560},
year={2017}
}
2. DB:
@article{liao2019real,
title={Real-time Scene Text Detection with Differentiable Binarization},
author={Liao, Minghui and Wan, Zhaoyi and Yao, Cong and Chen, Kai and Bai, Xiang},
journal={arXiv preprint arXiv:1911.08947},
year={2019}
}
3. DTRB:
@inproceedings{baek2019wrong,
title={What is wrong with scene text recognition model comparisons? dataset and model analysis},
author={Baek, Jeonghun and Kim, Geewook and Lee, Junyeop and Park, Sungrae and Han, Dongyoon and Yun, Sangdoo and Oh, Seong Joon and Lee, Hwalsuk},
booktitle={Proceedings of the IEEE International Conference on Computer Vision},
pages={4715--4723},
year={2019}
}
4. SAST:
@inproceedings{wang2019single,
title={A Single-Shot Arbitrarily-Shaped Text Detector based on Context Attended Multi-Task Learning},
author={Wang, Pengfei and Zhang, Chengquan and Qi, Fei and Huang, Zuming and En, Mengyi and Han, Junyu and Liu, Jingtuo and Ding, Errui and Shi, Guangming},
booktitle={Proceedings of the 27th ACM International Conference on Multimedia},
pages={1277--1285},
year={2019}
}
5. SRN:
@article{yu2020towards,
title={Towards Accurate Scene Text Recognition with Semantic Reasoning Networks},
author={Yu, Deli and Li, Xuan and Zhang, Chengquan and Han, Junyu and Liu, Jingtuo and Ding, Errui},
journal={arXiv preprint arXiv:2003.12294},
year={2020}
}
6. end2end-psl:
@inproceedings{sun2019chinese,
title={Chinese Street View Text: Large-scale Chinese Text Reading with Partially Supervised Learning},
author={Sun, Yipeng and Liu, Jiaming and Liu, Wei and Han, Junyu and Ding, Errui and Liu, Jingtuo},
booktitle={Proceedings of the IEEE International Conference on Computer Vision},
pages={9086--9095},
year={2019}
}
[](#%E8%AE%B8%E5%8F%AF%E8%AF%81%E4%B9%A6)许可证书
本项目的发布受Apache 2.0 license许可认证。
[](#%E5%A6%82%E4%BD%95%E8%B4%A1%E7%8C%AE%E4%BB%A3%E7%A0%81)如何贡献代码
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。
Original url: Access
Created at: 2020-06-17 09:47:51
Category: default
Tags: none
未标明原创文章均为采集，版权归作者所有，转载无需和我联系，请注明原出处，南摩阿彌陀佛，知识，不只知道，要得到
最新评论