Github Star 7.2K，来自百度飞桨超级好用的OCR数据合成与半自动标注工具，强烈推荐！
OCR 方向的工程師，一定需要知道這個(gè) OCR 開(kāi)源項(xiàng)目：PaddleOCR。短短幾個(gè)月，累計(jì) Star 數(shù)量已超過(guò) 7.2K，頻頻登上 Github Trending 日榜月榜，稱它為 OCR 方向目前最火的 repo 絕對(duì)不為過(guò)。
12 月，它又帶來(lái)四大新發(fā)布與升級(jí)，核心內(nèi)容先睹為快：
-
全新發(fā)布數(shù)據(jù)合成工具 Style-Text：可以批量合成大量與目標(biāo)場(chǎng)景類似的圖像，在多個(gè)場(chǎng)景驗(yàn)證，效果均提升 15% 以上。
-
全新發(fā)布半自動(dòng)數(shù)據(jù)標(biāo)注工具 PPOCRLabel：有了它數(shù)據(jù)標(biāo)注工作事半功倍，相比 labelimg 標(biāo)注效率提升 60% 以上，社區(qū)小規(guī)模測(cè)試，好評(píng)如潮。
-
多語(yǔ)言識(shí)別模型效果升級(jí)：中文、英文、韓語(yǔ)、法語(yǔ)、德語(yǔ)、日文識(shí)別效果均優(yōu)于 EasyOCR。
-
PP-OCR 開(kāi)發(fā)體驗(yàn)再升級(jí)：支持動(dòng)態(tài)圖開(kāi)發(fā)（訓(xùn)練調(diào)試更方便），靜態(tài)圖部署（預(yù)測(cè)效率更高），魚(yú)與熊掌可以兼得。
?
PaddleOCR 歷史表現(xiàn)回顧
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)：
- 6 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！
-
10 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
?
?
這個(gè)含金量，廣大的 GitHub 開(kāi)發(fā)者們自然懂，3.5M 超超輕量模型的效果圖大家直接看，絕對(duì)杠杠的。
?
?
火車(chē)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(mén)：
https://github.com/PaddlePaddle/PaddleOCR
?
那么最近的 12 月份更新，又給大家?guī)?lái)哪些驚喜呢？
?
全新發(fā)布 OCR 數(shù)據(jù)合成工具：Style-Text
相比于傳統(tǒng)的數(shù)據(jù)合成算法，Style-Text 可以實(shí)現(xiàn)特殊背景下的圖片風(fēng)格遷移，只需要少許目標(biāo)場(chǎng)景圖像，就可以合成大量數(shù)據(jù)，效果展示如下：
?
1、相同背景批量數(shù)據(jù)合成
?
?
2、相同文字批量數(shù)據(jù)合成
?
?
3、圖片分離前景背景
?
?
除了拉風(fēng)的效果，采用這樣的合成數(shù)據(jù)和真實(shí)數(shù)據(jù)一起訓(xùn)練，可以顯著提升特殊場(chǎng)景的性能指標(biāo)，分別以兩個(gè)場(chǎng)景為例：
?
?
怎么樣，絕對(duì)是黑科技了吧。這項(xiàng)能力核心算法是基于百度自研的文本編輯算法《Editing Text in the Wild》。
?
論文地址：
https://arxiv.org/abs/1908.03047
?
不同于常用的基于 GAN 的數(shù)據(jù)合成工具，Style-Text 主要框架包括 ①文本前景風(fēng)格遷移模塊 ②背景抽取模塊 ③融合模塊。經(jīng)過(guò)這樣三步，就可以迅速實(shí)現(xiàn)圖片文字風(fēng)格遷移啦。
?
?
超強(qiáng) OCR 數(shù)據(jù)標(biāo)注工具：PPOCRLabel
除了數(shù)據(jù)合成，數(shù)據(jù)標(biāo)注也一直是深度學(xué)習(xí)開(kāi)發(fā)者關(guān)注的重點(diǎn)，無(wú)論是從成本還是時(shí)間上面，提高標(biāo)注效率，降低標(biāo)注成本太重要了。PPOCRLabel 通過(guò)內(nèi)置高質(zhì)量的 PPOCR 中英文超輕量預(yù)訓(xùn)練模型，可以實(shí)現(xiàn) OCR 數(shù)據(jù)的高效標(biāo)注。CPU 機(jī)器運(yùn)行也是完全沒(méi)問(wèn)題的。話不多說(shuō)，直接看 PPOCRLabel 效果演示：
?
?
用法也是非常的簡(jiǎn)單，標(biāo)注效率提升 60%-80% 是妥妥的。只能說(shuō)，真的太香了。
?
最好的多語(yǔ)言模型效果
簡(jiǎn)單對(duì)比一下目前主流 OCR 方向開(kāi)源 repo 的核心能力：
中英文模型性能及功能對(duì)比
?
其中，多語(yǔ)言識(shí)別模型準(zhǔn)確率對(duì)比（僅 EasyOCR 提供）
?
測(cè)試數(shù)據(jù)及環(huán)境說(shuō)明：
-
中英文場(chǎng)景：針對(duì) OCR 實(shí)際應(yīng)用場(chǎng)景，包括合同，車(chē)牌，銘牌，火車(chē)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。
-
多語(yǔ)言場(chǎng)景：PaddleOCR 選擇了開(kāi)源數(shù)據(jù) ICDAR2017 – MLT（多語(yǔ)言文本識(shí)別測(cè)試集），并抽取其中的法語(yǔ)、德語(yǔ)、日語(yǔ)、韓語(yǔ)數(shù)據(jù)作為評(píng)測(cè)集合。其中測(cè)試圖片大多來(lái)自于自然場(chǎng)景，例如廣告牌、路標(biāo)、海報(bào)等。
?
PP-OCR 開(kāi)發(fā)體驗(yàn)再升級(jí)
動(dòng)態(tài)圖和靜態(tài)圖是深度學(xué)習(xí)框架常用的兩種模式。在動(dòng)態(tài)圖模式下，代碼編寫(xiě)運(yùn)行方式符合 Python 程序員的習(xí)慣，易于調(diào)試，但在性能方面， Python 執(zhí)行開(kāi)銷(xiāo)較大，與 C++ 有一定差距。
相比動(dòng)態(tài)圖，靜態(tài)圖在部署方面更具有性能的優(yōu)勢(shì)。靜態(tài)圖程序在編譯執(zhí)行時(shí)，預(yù)先搭建好的神經(jīng)網(wǎng)絡(luò)可以脫離 Python 依賴，在 C++ 端被重新解析執(zhí)行，而且擁有整體網(wǎng)絡(luò)結(jié)構(gòu)也能進(jìn)行一些網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化。
飛槳?jiǎng)討B(tài)圖中新增了動(dòng)態(tài)圖轉(zhuǎn)靜態(tài)圖的功能，支持用戶使用動(dòng)態(tài)圖編寫(xiě)組網(wǎng)代碼。預(yù)測(cè)部署時(shí)，飛槳會(huì)對(duì)用戶代碼進(jìn)行分析，自動(dòng)轉(zhuǎn)換為靜態(tài)圖網(wǎng)絡(luò)結(jié)構(gòu)，兼顧了動(dòng)態(tài)圖易用性和靜態(tài)圖部署性能兩方面優(yōu)勢(shì)。
?
良心出品的中英文文檔教程
?
別的不需要多說(shuō)了，大家訪問(wèn) GitHub 點(diǎn)過(guò) star 之后自己體驗(yàn)吧：
https://github.com/PaddlePaddle/PaddleOCR
?
?
微信掃描二維碼添加運(yùn)營(yíng)同學(xué)，并回復(fù)【OCR】，運(yùn)營(yíng)同學(xué)會(huì)邀請(qǐng)您加入官方交流群，獲得更高效的問(wèn)題答疑。
?
?
如在使用過(guò)程中有問(wèn)題，可加入飛槳官方QQ群進(jìn)行交流：1108045677。
?
如果您想詳細(xì)了解更多飛槳的相關(guān)內(nèi)容，請(qǐng)參閱以下文檔。
?
·PaddleOCR 項(xiàng)目地址·
GitHub:?
https://github.com/PaddlePaddle/PaddleOCR?
Gitee:?
https://gitee.com/paddlepaddle/PaddleOCR
?
總結(jié)
以上是生活随笔為你收集整理的Github Star 7.2K，来自百度飞桨超级好用的OCR数据合成与半自动标注工具，强烈推荐！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： r语言熵权法求权重（真实案例完整流程）
- 下一篇： 收货地址组件封装