阅读 33

良心了!百度终于开源这款神器,GitHub分分钟Star 6k...

一、导读

如果你是OCR方向的工程师,你一定需要知道这个OCR开源项目:PaddleOCR

先看下PaddleOCR自今年开源以来,短短几个月在GitHub上的表现:

  • 7月,8.6M超轻量模型发布,GitHub Trending 全球趋势榜日榜第一。
  • 8月,开源CVPR2020顶会SOTA算法,再上GitHub趋势榜单!
  • 9月,发布PP-OCR算法,开源3.5M超超轻量模型,再下Paperswithcode 趋势榜第一
  • 10月28日再登GitHub Trending日榜

有图有真相,这个含金量,广大的Github开发者们自然懂,目前,项目累计Star数量已超过6K,并且仍然持续增长,这样的成绩到底是如何做到的?让小编带你一探究竟。

我们先看repo里面的特性,确实是干货满满,直接看官方介绍:

数量上,这次PaddleOCR一口气发布了三个系列模型,满足移动端、服务器端各种场景需求。而且,多语言也妥妥安排上了,全部训练代码和模型毫无保留开源。其中3.5M超轻量文字识别模型,堪称目前业界开源的最轻量OCR模型了。

质量上,如此轻量的模型,效果有保障吗?不看广告,直接看疗效。

先看几个常见的通用场景识别效果:

火车票、表格、金属铭牌、翻转图片,外语都是妥妥的

3.5M的模型能达到这个识别精度,绝对是良心之作了!

传送门:

Github:github.com/PaddlePaddl…

**论文下载链接:**arxiv.org/abs/2009.09…

二、快速体验PaddleOCR的3.5M超轻量OCR模型
  • PC端快速尝试: (打开网页,选一张图片,即可实时看到结果)

www.paddlepaddle.org.cn/hub/scene/o…

  • 手机端App安装体验

PaddleOCR在百度大脑EasyEdge上开放了文字识别APP demo。

示例效果如下(可以在github首页找到下载二维码)

三、多个开源repo测试对比

简单对比一下目前主流OCR方向开源repo的核心能力:

从性能指标来看:\

  • 针对OCR实际应用场景,包括合同,车牌,铭牌,火车票,化验单,表格,证书,街景文字,名片,数码显示屏等,收集的300张图像,每张图平均有17个文本框,PaddleOCR的F1-Score超过0.5,这个性能已经很不错了。

从功能完备来看:

  • 预训练模型大小:EasyOCR目前暂无超轻量模型,chineseocr_lite最新的模型是4.7M左右,而PaddleOCR提供的3.5M无疑是目前业界已知最轻量的
  • PIP安装:目前仅PaddleOCR和EasyOCR支持。
  • 自定义训练:实际业务场景中,预训练模型往往不能满足需求,对于自定义训练和模型Finetuning,chineseocr_lite和EasyOCR都是不支持的
  • 部署方面:EasyOCR模型较大不适合端侧部署,Chineseocr_lite和PaddleOCR都具备端侧部署能力。

开发者可以根据自己的实际需求,选择适合自己的开源方案。

对于PaddleOCR 3.5MB的超轻量模型,是如何做到的,repo中也给出了解释。

3.5M超轻量模型应用了一套超轻量OCR系统PP-OCR,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。其中,飞桨模型压缩库PaddleSlim为PaddleOCR超轻量化模型的实现提供了核心的技术支撑。从超轻量模型8.1M的压缩到3.5M,模型大小降低了56.79%,其中检测模型速度提升21%,而且整体模型精度还有提升。

除了3.5M超轻量OCR模型,PaddleOCR提供了多语言预训练模型(英、德、法、韩、日),支持自定义训练和丰富的部署方式。

如果觉得这个项目还不错,支持开源工作,也希望您可以star关注哦

想了解更多,欢迎加入PaddleOCR技术交流群,第一时间获得技术支持。\

注:小编发现现在已经加到6群了,开发者朋友赶紧上车啊。

扫码添加Paddle小姐姐,通过验证后回复【OCR】即可获得进群邀请!

招募活动预告

11月7日,百度AI快车道将走进成都,届时将有PaddleOCR研发团队空降成都,欢迎OCR方向成都的开发者们报名【开源框架高阶营】,我们相聚成都金开国际公寓-致诚厅。后续的每一周我们还将走进西安(11月14日)、武汉、厦门、北京等城市。

另外,对NLP常见任务、文心(ERNIE)语义理解技术与平台介绍,及优化技巧、数据不均衡、无监督数据利用、文本编码欢迎参与EasyDL零门槛模型训练营,文心(ERNIE)的讲师团队将在致和厅等你!

更多飞桨的相关内容,请参阅以下内容。\

官网地址:www.paddlepaddle.org.cn

飞桨PaddleOCR项目地址:

GitHub: github.com/PaddlePaddl…

Gitee: gitee.com/paddlepaddl…

飞桨PaddleSlim项目地址:

GitHub: github.com/PaddlePaddl…

Gitee: gitee.com/paddlepaddl…

PP-OCR技术文章:

论文下载链接:arxiv.org/abs/2009.09…

点击阅读原文报名,快到成都金开国际公寓参与【开源框架高阶营】活动

文章分类
后端
文章标签