DocumentAIKit/doc/doc_i18n

English | 简体中文 | हिन्दी | 日本語 | 한국인 | Pу́сский язы́к

Введение

PaddleOCR стремится создавать многоязычные, потрясающие, передовые и практичные инструменты OCR, которые помогают пользователям обучать лучшие модели и применять их на практике

📣 Последние обновления

• 🔥2022.8.24 Выпуск PaddleOCR Выпуск /2.6
  • Выпускать PP-Structurev2，с полностью обновленными функциями и производительностью, адаптированными для китайских сцен и новой поддержкой pаспознавание таблиц Восстановление макета и однострочная команда для преобразования PDF в Word;
  • Анализ макета оптимизация: память модели уменьшена на 95%, а скорость увеличена в 11 раз, а среднее время процессорного времени составляет всего 41 мс;
  • Распознавание таблиц оптимизация: разработано 3 стратегии оптимизации, а точность модели улучшена на 6% при сопоставимых затратах времени;
  • Извлечение ключевой информации оптимизация: разработана визуально независимая структура модели, точность распознавания семантической сущности увеличена на 2,8%, а точность извлечения отношения увеличена на 9,1%.
• 🔥2022.7 Выпуск Коллекция приложений сцены OCR
• Выпуск 9 вертикальных моделей, таких как цифровая трубка, ЖК-экран, номерной знак, модель распознавания рукописного ввода, высокоточная модель SVTR и т. д., охватывающих основные вертикальные приложения OCR в целом, производственной, финансовой и транспортной отраслях.
• 🔥2022.5.9 Выпуск PaddleOCR Выпуск /2.5
• Выпускать PP-OCRv3: При сопоставимой скорости эффект китайской сцены улучшен на 5% по сравнению с ПП-OCRRv2, эффект английской сцены улучшен на 11%, а средняя точность распознавания 80 языковых многоязычных моделей улучшена более чем на 5%.
  
  • Выпускать PPOCRLabelv2: Добавьте функцию аннотации для задачи распознавания таблиц, задачи извлечения ключевой информации и изображения неправильного текста.
    • Выпустить интерактивную электронную книгу "Погружение в OCR", охватывает передовую теорию и практику кодирования технологии полного стека OCR.
• подробнее

🌟 Функции

PaddleOCR поддерживает множество передовых алгоритмов, связанных с распознаванием текста, и разработала промышленные модели/решения. PP-OCR и PP-Structure на этой основе и пройти весь процесс производства данных, обучения модели, сжатия, логического вывода и развертывания.

⚡ Быстрый опыт

pip3 install paddlepaddle # for gpu user please install paddlepaddle-gpu
pip3 install paddleocr
paddleocr --image_dir /your/test/image.jpg --lang=ru

Если у вас нет среды Python, выполните Подготовка среды. Мы рекомендуем вам начать с Учебники.

📚 Электронная книга: Погружение в OCR

• Погружение в распознавание символов

👫 Сообщество

Что касается международных разработчиков, мы рассматриваем Обсуждения PaddleOCR как нашу платформу для международного сообщества. Все идеи и вOCRосы можно обсудить здесь на английском языке.

🛠️ Список моделей серии ПП -OCR

Введение модели	Название модели	Рекомендуемая сцена	Модель обнаружения	Модель распознавания
Ру́сский язы́к：Ру́сский язы́к Сверхлегкая модель ПП-OCRv3 (13.4M)	cyrillic_PP-OCRv3_xx	Мобильный и сервер	модель вывода/обученный модель	модель вывода/обученный модель
Английский сверхлегкая модель ПП-OCRv3 (13,4 Мб)	en_ПП-OCRv3_xx	Мобильный и сервер	модель вывода / обученный модель	вывод модель / обученный модель
Сверхлегкая китайская и английская модель ПП-OCRv3 (16,2M)	ch_ПП-OCRv3_xx	Мобильный и сервер	вывод модель / обученный модель	вывод модель / обученный модель

• Для получения дополнительных загрузок моделей (включая несколько языков) см. Загрузки моделей серии ПП-OCR.
• Для запроса нового языка см Руководство для новых языковых_запросов.
• Модели структурного анализа документов см PP-Structure модельs.

📖 Учебники

• Подготовка окружающей среды

• PP-OCR 🔥

  • Быстрый старт
  • Модель Zoo
  • Модель тренировки
  • Обнаружение текста
    • Распознавание текста
    • Классификация направления текста
  • Модель Сжатие
    • Модель квантования
    • Модель Обрезка
    • Дистилляция знаний
  • Вывод и развертывание
    • Python Вывод
    • Вывод C++ -Подача
    • Мобильный
    • Paddle2ONNX -ВеслоОблако
    • Benchmark
      

• PP-Structure 🔥

  • Быстрый старт
  • Модель Zoo
  • Модель тренировки
    
  • Анализ макета
    • Распознавание таблиц
    • Извлечение ключевой информации
  • Вывод и развертывание
    • Вывод Python
    • Вывод С++
    • Обслуживание

• Академические алгоритмы

  • Обнаружение текста

• Распознавание текста

  • Непрерывной цепью OCR
  • Распознавание таблиц
  • Извлечение ключевой информации
  • Добавьте новые алгоритмы в PaddleOCR

• Аннотации и синтез данных

  • Полуавтоматический инструмент аннотации данных: метка ППOCRR
  • Инструмент синтеза данных: Стиль-текст
  • Другие инструменты аннотирования данных
  • Другие инструменты синтеза данных

• Наборы данных

  • Общие наборы данных OCR (китайский/английский)
  • Наборы данных Рукописный/OCR наборы данных (китайский)
  • Различные наборы данных OCR (многоязычные)
  • Анализ макета
  • Распознавание таблиц
  • Извлечение ключевой информации

• Структура кода

• Визуализация

• Сообщество

• Новые языковые запросы

• ЧАСТО ЗАДАВАЕМЫЕ ВOCRОСЫ

• Использованная литература

• ЛИЦЕНЗИЯ

🇺🇳 Руководство по запросам на новый язык

Если вы хотите запросить новую языковую модель, проголосуйте в Голосуйте за обновление многоязычной модели. Мы будем регулярно обновлять модель по результату. Пригласите друзей проголосовать вместе!

Если вам нужно обучить новую языковую модель на основе вашего сценария, учебное пособие в Проекте обучения многоязычной модели поможет вам подготовить набор данных и показать вам весь процесс шаг за шагом.

Оригинальный Многоязычный план разработки OCR по-прежнему показывает вам много полезных корпусов и словарей.

👀 Визуализация больше

PP-OCRv3 Многоязычная модель

<img src="../imgs_results/PP-OCRv3/multi_lang/japan_2.jpg" width="800">
<img src="../imgs_results/PP-OCRv3/multi_lang/korean_1.jpg" width="800">

PP-OCRv3 Aнглийская модель

<img src="../imgs_results/PP-OCRv3/en/en_1.png" width="800">
<img src="../imgs_results/PP-OCRv3/en/en_2.png" width="800">

PP-OCRv3 Kитайская модель

<img src="../imgs_results/PP-OCRv3/ch/PP-OCRv3-pic001.jpg" width="800">
<img src="../imgs_results/PP-OCRv3/ch/PP-OCRv3-pic002.jpg" width="800">
<img src="../imgs_results/PP-OCRv3/ch/PP-OCRv3-pic003.jpg" width="800">

PP-Structurev2

1. анализ макета + распознавание таблиц
   
2. SER (Семантическое распознавание объектов)
   
   
   
3. RE (Извлечение отношений)
   
   
   
   
   

📄 Лицензия

Этот проект выпущен под Apache 2.0 license