GitHub Star 4.6K 百度開(kāi)源力作
導(dǎo)讀
如果你是OCR方向的工程師，你一定需要知道這個(gè)OCR開(kāi)源項(xiàng)目：PaddleOCR
先看下PaddleOCR自今年開(kāi)源以來(lái)，短短幾個(gè)月在GitHub上的表現(xiàn)：
7月，8.6M超輕量模型發(fā)布，GitHub Trending 全球趨勢(shì)榜日榜第一。
8月，開(kāi)源CVPR2020頂會(huì)SOTA算法，再上GitHub趨勢(shì)榜單！
9月，發(fā)布PP-OCR算法，開(kāi)源3.5M超超輕量模型，再下Paperswithcode 趨勢(shì)榜第一
有圖有真相，這個(gè)含金量，廣大的Github開(kāi)發(fā)者們自然懂，目前，項(xiàng)目累計(jì)Star數(shù)量已超過(guò)4.6K，并且仍然持續(xù)增長(zhǎng)，這樣的成績(jī)到底是如何做到的？讓小編帶你一探究竟。
我們先看repo里面的特性，確實(shí)是干貨滿滿，直接看官方介紹：
數(shù)量上，這次PaddleOCR一口氣發(fā)布了三個(gè)系列模型，滿足移動(dòng)端、服務(wù)器端各種場(chǎng)景需求。而且，多語(yǔ)言也妥妥安排上了，全部訓(xùn)練代碼和模型毫無(wú)保留開(kāi)源。其中3.5M超輕量文字識(shí)別模型，堪稱目前業(yè)界開(kāi)源的最輕量OCR模型了。
質(zhì)量上，如此輕量的模型，效果有保障嗎？不看廣告，直接看療效。
先看幾個(gè)常見(jiàn)的通用場(chǎng)景識(shí)別效果：
火車票、表格、金屬銘牌、翻轉(zhuǎn)圖片，外語(yǔ)都是妥妥的
3.5M的模型能達(dá)到這個(gè)識(shí)別精度，絕對(duì)是良心之作了！
傳送門：
Github：https://github.com/PaddlePaddle/PaddleOCR
論文下載鏈接：https://arxiv.org/abs/2009.09941
快速體驗(yàn)PaddleOCR的3.5M超輕量OCR模型
PC端快速嘗試：（打開(kāi)網(wǎng)頁(yè)，選一張圖片，即可實(shí)時(shí)看到結(jié)果）
https://www.paddlepaddle.org.cn/hub/scene/ocr
手機(jī)端App安裝體驗(yàn)
PaddleOCR在百度大腦EasyEdge上開(kāi)放了文字識(shí)別APP demo。
示例效果如下（可以在github首頁(yè)找到下載二維碼）
多個(gè)開(kāi)源repo測(cè)試對(duì)比
簡(jiǎn)單對(duì)比一下目前主流OCR方向開(kāi)源repo的核心能力：
從性能指標(biāo)來(lái)看：
針對(duì)OCR實(shí)際應(yīng)用場(chǎng)景，包括合同，車牌，銘牌，火車票，化驗(yàn)單，表格，證書(shū)，街景文字，名片，數(shù)碼顯示屏等，收集的300張圖像，每張圖平均有17個(gè)文本框，PaddleOCR的F1-Score超過(guò)0.5，這個(gè)性能已經(jīng)很不錯(cuò)了。
從功能完備來(lái)看：
預(yù)訓(xùn)練模型大小：EasyOCR目前暫無(wú)超輕量模型，chineseocr_lite最新的模型是4.7M左右，而PaddleOCR提供的3.5M無(wú)疑是目前業(yè)界已知最輕量的。
PIP安裝：目前僅PaddleOCR和EasyOCR支持。
自定義訓(xùn)練：實(shí)際業(yè)務(wù)場(chǎng)景中，預(yù)訓(xùn)練模型往往不能滿足需求，對(duì)于自定義訓(xùn)練和模型Finetuning，chineseocr_lite和EasyOCR都是不支持的
部署方面：EasyOCR模型較大不適合端側(cè)部署，Chineseocr_lite和PaddleOCR都具備端側(cè)部署能力。
開(kāi)發(fā)者可以根據(jù)自己的實(shí)際需求，選擇適合自己的開(kāi)源方案。
對(duì)于PaddleOCR 3.5MB的超輕量模型，是如何做到的，repo中也給出了解釋。
3.5M超輕量模型應(yīng)用了一套超輕量OCR系統(tǒng)PP-OCR，主要由DB文本檢測(cè)、檢測(cè)框矯正和CRNN文本識(shí)別三部分組成。該系統(tǒng)從骨干網(wǎng)絡(luò)選擇和調(diào)整、預(yù)測(cè)頭部的設(shè)計(jì)、數(shù)據(jù)增強(qiáng)、學(xué)習(xí)率變換策略、正則化參數(shù)選擇、預(yù)訓(xùn)練模型使用以及模型自動(dòng)裁剪量化8個(gè)方面，采用19個(gè)有效策略，對(duì)各個(gè)模塊的模型進(jìn)行效果調(diào)優(yōu)和瘦身。其中，飛槳模型壓縮庫(kù)PaddleSlim為PaddleOCR超輕量化模型的實(shí)現(xiàn)提供了核心的技術(shù)支撐。從超輕量模型8.1M的壓縮到3.5M，模型大小降低了56.79%，其中檢測(cè)模型速度提升21%，而且整體模型精度還有提升。
除了3.5M超輕量OCR模型，PaddleOCR提供了多語(yǔ)言預(yù)訓(xùn)練模型（英、德、法、韓、日），支持自定義訓(xùn)練和豐富的部署方式。
如果覺(jué)得這個(gè)項(xiàng)目還不錯(cuò)，支持開(kāi)源工作，也希望您可以star關(guān)注哦
想了解更多，歡迎加入PaddleOCR技術(shù)交流群，第一時(shí)間獲得技術(shù)支持。
注：小編發(fā)現(xiàn)現(xiàn)在已經(jīng)加到6群了，開(kāi)發(fā)者朋友趕緊上車啊。
招募活動(dòng)預(yù)告
10月31日，百度AI快車道將走進(jìn)南京，屆時(shí)將有PaddleOCR研發(fā)團(tuán)隊(duì)空降南京，歡迎OCR方向南京的開(kāi)發(fā)者們，我們相聚江蘇保險(xiǎn)大廈。后續(xù)的每一周我們還將走進(jìn)成都（11月7日）、西安（11月14日）、武漢、廈門、北京等城市。
更多飛槳的相關(guān)內(nèi)容，請(qǐng)參閱以下內(nèi)容。
官網(wǎng)地址：https://www.paddlepaddle.org.cn
飛槳PaddleOCR項(xiàng)目地址：
GitHub: https://github.com/PaddlePaddle/PaddleOCR
Gitee: https://gitee.com/paddlepaddle/PaddleOCR
飛槳PaddleSlim項(xiàng)目地址：
GitHub: https://github.com/PaddlePaddle/PaddleSlim
Gitee: https://gitee.com/paddlepaddle/PaddleSlim
PP-OCR技術(shù)文章：
論文下載鏈接：https://arxiv.org/abs/2009.09941
點(diǎn)擊“閱讀原文”參與活動(dòng)報(bào)名。