一、導讀

不得不說，2020年絕對是OCR開源界的豐收年，各種開源repo橫空出世，一次又一次的刷新開源界的baseline，小編今天再次給大家種個草，介紹今年OCR開源領域 “真.良心之作”百度飛槳PaddleOCR。
先看下飛槳文字識別套件PaddleOCR自今年年中開源以來，短短幾個月在GitHub上的表現：

• 7月，8.6M超輕量模型發布，GitHub Trending 全球日榜榜單第一！

• 8月，開源CVPR2020頂會SOTA算法，再上GitHub趨勢榜單！

• 9月，GitHub Star數量已超過3.2K， 近期又帶來哪些重磅更新？

果然，看9月最新更新，PaddleOCR再次誠意滿滿為大家帶來真干貨，直接看官方介紹：
數量上，這次PaddleOCR一口氣發布了三個系列模型，滿足移動端、服務器端各種場景需求。而且，多語言也妥妥安排上了，全部訓練代碼和模型毫無保留開源。其中3.5M超輕量文字識別模型，堪稱目前業界開源的最輕量OCR模型了。

質量上，如此輕量的模型，效果有保障嗎？不看廣告，直接看療效。先看幾個常見的通用場景識別效果：3.5M的模型能達到這個識別精度，絕對是良心之作了！再看一個非正常顯示的圖片：文字倒著也能識別，沒毛病（此處可以豎起大拇哥）。想看更多效果？官方GitHub項目鏈接走起。
傳送門：Github：https://github.com/PaddlePaddle/Paddle

OCR論文下載鏈接：https://github.com/PaddlePaddle/PaddleOCR/raw/develop/doc/PPOCR.pdf

激動的心，顫抖的手，相信有OCR玩家要問：有Demo可以動手玩一玩嗎？

二、快速體驗PaddleOCR的3.5M超輕量OCR模型

為了讓用戶快速上手，PaddleOCR也是做足了準備。

• PC端快速嘗試：（打開網頁，選一張圖片，即可實時看到結果）https://www.paddlepaddle.org.cn/hub/scene/ocr

• 手機端App安裝體驗

PaddleOCR在百度大腦EasyEdge上開放了文字識別APP demo。

安卓手機可直接掃碼下載：

iOS版本由于證書限制，需要登錄百度EasyEdge網頁掃碼體驗：https://ai.baidu.com/easyedge/app/openSource?from=paddlelite

效果如下：

• 通過PIP安裝包快速體驗PaddleOCR

# pip安裝

pip install paddleocr
# 快速使用

from paddleocr import PaddleOCR, draw_ocr # Paddleocr目前支持中英文、英文、法語、德語、韓語、日語，可以通過修改lang參數進行切換，參數依次為`ch`, `en`, `french`, `german`, `korean`, `japan`。 ocr = PaddleOCR(use_angle_cls=True, lang="ch") # 輸入待識別圖片路徑 img_path = 'PaddleOCR/doc/imgs/11.jpg' # 輸出結果保存路徑 result = ocr.ocr(img_path, cls=True)

更多內容，可以進入https://github.com/PaddlePaddle/PaddleOCR 快速開始

三、多個開源repo測試對比

對于OCR方向的開發者而言，開源repo最吸引人的莫過于

①高質量的預訓練模型

②簡單易上手的訓練代碼

③好用無坑的部署能力

簡單對比一下目前主流OCR方向開源repo的核心能力：

從性能指標來看：

• 針對OCR實際應用場景，包括合同，車牌，銘牌，火車票，化驗單，表格，證書，街景文字，名片，數碼顯示屏等，收集的300張圖像，每張圖平均有17個文本框，PaddleOCR的F1-Score超過0.5，這個性能已經很不錯了。

從功能完備來看：

• 預訓練模型大小：easyOCR目前暫無超輕量模型，chineseocr_lite最新的模型是4.7M左右，而PaddleOCR提供的3.5M無疑是目前業界已知最輕量的。

• PIP安裝：目前僅PaddleOCR和easyOCR支持。

• 自定義訓練：實際業務場景中，預訓練模型往往不能滿足需求，對于自定義訓練和模型Finetuning，目前只有PaddleOCR支持。

• 部署方面：easyOCR模型較大不適合端側部署，Chineseocr_lite和PaddleOCR都具備端側部署能力。

開發者可以根據自己的實際需求，選擇適合自己的開源方案。

對于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超輕量模型應用了一套超輕量OCR系統PP-OCR，主要由DB文本檢測、檢測框矯正和CRNN文本識別三部分組成。該系統從骨干網絡選擇和調整、預測頭部的設計、數據增強、學習率變換策略、正則化參數選擇、預訓練模型使用以及模型自動裁剪量化8個方面，采用19個有效策略，對各個模塊的模型進行效果調優和瘦身，最終得到整體大小為3.5M的超輕量中英文OCR模型和2M的英文數字OCR模型。更多細節請參考文末PP-OCR技術文章。

其中，飛槳模型壓縮庫PaddleSlim為PaddleOCR超輕量化模型的實現提供了核心的技術支撐。PaddleSlim集成了模型剪枝、量化（包括量化訓練和離線量化）、蒸餾和神經網絡搜索等多種業界常用且領先的模型壓縮功能。通過PaddleSlim對PP-OCR中檢測、檢測框矯正和識別模型的壓縮，從超輕量模型8.1M的壓縮到3.5M，模型大小降低了56.79%，其中檢測模型速度提升21%，而且整體模型精度還有一定提升。

四、更多驚喜等著你

除了3.5M超輕量OCR模型，PaddleOCR還隱藏哪些驚喜，一睹為快：1、本次開源的超輕量英文數字識別模型，不得不說，考慮的真周到，英文場景用起來更溜。
2、多語言支持，中、英、德、法、韓、日，據了解還在持續迭代更新并擴充中，歡迎體驗。PaddleOCR也提供了多語言的識別模型配置文件如下圖所示：用戶可以根據自己需求重新訓練，也可以在預訓練基礎上調優。

3、文檔教程，絕對是開源界的一股清流，對于OCR方向，能想到的內容，PaddleOCR應該都覆蓋了吧。其中的FAQ部分強烈推薦，面試OCR算法工程師崗位你應該用的到。

五、支持自定義訓練，豐富部署能力

開發者如果想要使用自定義數據訓練超輕量模型，也可以從PaddleOCR提供的基礎算法庫中選擇適合自己的文本檢測、識別算法，進行自定義的訓練。自定義訓練的存在讓開發者可以使用自己的數據集打造更為契合自身需求的產品，極大程度滿足了不同開發者的需求。

除了貼心的自定義訓練，滿足開發者產業級訓練的需求之外，百度PaddleOCR為了更好的方便開發者和企業應用，打造了一系列的模型部署組件，可以支持開發者和企業在服務端、移動端、嵌入式硬件，云端服務化等多個不同的硬件平臺部署，最大化地滿足OCR文字識別領域的企業應用。

六、招募活動預告

9月26日，飛槳將舉辦OCR方向的線下沙龍活動，歡迎北京OCR方向的開發者們，我們相聚中關村。

（掃描海報中的二維碼即可報名獲取直播鏈接或現場門票）
更多飛槳的相關內容，請參閱以下內容。

官網地址：

https://www.paddlepaddle.org.cn

飛槳PaddleOCR項目地址：

GitHub: https://github.com/PaddlePaddle/PaddleOCR

Gitee: https://gitee.com/paddlepaddle/PaddleOCR

飛槳PaddleSlim項目地址：

GitHub: https://github.com/PaddlePaddle/PaddleSlim

Gitee: https://gitee.com/paddlepaddle/PaddleSlimPP-OCR

技術文章：https://github.com/PaddlePaddle/PaddleOCR/raw/develop/doc/PPOCR.pdf

總結

以上是生活随笔為你收集整理的再降64%，3.5M超轻量中英文OCR模型开源，身量缩减效果提升v4.1的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。