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

  • 2020.8.26 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

  • 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、SAST
  • 多种文本识别训练算法,Rosetta、CRNN、STAR-Net、RARE、SRN
  • 可运行于Linux、Windows、MacOS等多种系统

快速体验

介绍 - 图1

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

介绍 - 图2

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

算法介绍

1.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precisionrecallHmean下载链接
EASTResNet50_vd88.18%85.51%86.82%下载链接
EASTMobileNetV381.67%79.83%80.74%下载链接
DBResNet50_vd83.79%80.65%82.19%下载链接
DBMobileNetV375.92%73.18%74.53%下载链接
SASTResNet50_vd92.18%82.96%87.33%下载链接

在Total-text文本检测公开数据集上,算法效果如下:

模型骨干网络precisionrecallHmean下载链接
SASTResNet50_vd88.74%79.80%84.03%下载链接

说明: SAST模型训练额外加入了icdar2013、icdar2017、COCO-Text、ArT等公开数据集进行调优。PaddleOCR用到的经过整理格式的英文公开数据集下载:百度云地址 (提取码: 2bpi)

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MobileNetV3det_mv3_db.yml下载链接
通用中文OCR模型ResNet50_vddet_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:

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
RosettaResnet34_vd80.24%rec_r34_vd_none_none_ctc下载链接
RosettaMobileNetV378.16%rec_mv3_none_none_ctc下载链接
CRNNResnet34_vd82.20%rec_r34_vd_none_bilstm_ctc下载链接
CRNNMobileNetV379.37%rec_mv3_none_bilstm_ctc下载链接
STAR-NetResnet34_vd83.93%rec_r34_vd_tps_bilstm_ctc下载链接
STAR-NetMobileNetV381.56%rec_mv3_tps_bilstm_ctc下载链接
RAREResnet34_vd84.90%rec_r34_vd_tps_bilstm_attn下载链接
RAREMobileNetV383.32%rec_mv3_tps_bilstm_attn下载链接
SRNResnet50_vd_fpn88.33%rec_r50fpn_vd_none_srn下载链接

说明: SRN模型使用了数据扰动方法对上述提到对两个训练集进行增广,增广后的数据可以在百度网盘上下载,提取码: y3ry。 原始论文使用两阶段训练平均精度为89.74%,PaddleOCR中使用one-stage训练,平均精度为88.33%。两种预训练权重均在下载链接中。

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MobileNetV3rec_chinese_lite_train.yml下载链接
通用中文OCR模型Resnet34_vdrec_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

效果展示

1.超轻量级中文OCR效果展示 more

介绍 - 图3

2.通用中文OCR效果展示 more

介绍 - 图4

3.支持空格的中文OCR效果展示 more

介绍 - 图5

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

介绍 - 图6

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 TranKarl 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。