良心了！百度終於開源這款神器，GitHub分分鐘Star 6k...

一、導讀

如果你是OCR方向的工程師，你一定需要知道這個OCR開源項目：PaddleOCR

先看下PaddleOCR自今年開源以來，短短几個月在GitHub上的表現：

• 7月，8.6M超輕量模型發佈，GitHub Trending 全球趨勢榜日榜第一。

• 8月，開源CVPR2020頂會SOTA算法，再上GitHub趨勢榜單！

• 9月，發佈PP-OCR算法，開源3.5M超超輕量模型，再下Paperswithcode 趨勢榜第一

• 10月28日再登GitHub Trending日榜！

有圖有真相，這個含金量，廣大的Github開發者們自然懂，目前，項目累計Star數量已超過6K，並且仍然持續增長，這樣的成績到底是如何做到的？讓小編帶你一探究竟。

我們先看repo裏面的特性，確實是乾貨滿滿，直接看官方介紹：

數量上，這次PaddleOCR一口氣發佈了三個系列模型，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：

火車票、表格、金屬銘牌、翻轉圖片，外語都是妥妥的

3.5M的模型能達到這個識別精度，絕對是良心之作了！

傳送門：

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

**論文下載鏈接：**https://arxiv.org/abs/2009.09941

二、快速體驗PaddleOCR的3.5M超輕量OCR模型

• 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。

示例效果如下（可以在github首頁找到下載二維碼）

三、多個開源repo測試對比

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，對於自定義訓練和模型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。

對於PaddleOCR 3.5MB的超輕量模型，是如何做到的，repo中也給出瞭解釋。

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。該系統從骨幹網絡選擇和調整、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，採用19個有效策略，對各個模塊的模型進行效果調優和瘦身。其中，飛槳模型壓縮庫PaddleSlim爲PaddleOCR超輕量化模型的實現提供了核心的技術支撐。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提供了多語言預訓練模型（英、德、法、韓、日），支持自定義訓練和豐富的部署方式。

如果覺得這個項目還不錯，支持開源工作，也希望您可以star關注哦

想了解更多，歡迎加入PaddleOCR技術交流羣，第一時間獲得技術支持。

注：小編髮現現在已經加到6羣了，開發者朋友趕緊上車啊。

掃碼添加Paddle小姐姐，通過驗證後回覆【OCR】即可獲得進羣邀請！

招募活動預告

11月7日，百度AI快車道將走進成都，屆時將有PaddleOCR研發團隊空降成都，歡迎OCR方向成都的開發者們報名【開源框架高階營】，我們相聚成都金開國際公寓-致誠廳。後續的每一週我們還將走進西安（11月14日）、武漢、廈門、北京等城市。

另外，對NLP常見任務、文心(ERNIE)語義理解技術與平臺介紹，及優化技巧、數據不均衡、無監督數據利用、文本編碼歡迎參與EasyDL零門檻模型訓練營，文心(ERNIE)的講師團隊將在致和廳等你！

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/PaddleSlim

PP-OCR技術文章：

論文下載鏈接：https://arxiv.org/abs/2009.09941

點擊閱讀原文報名，快到成都金開國際公寓參與【開源框架高階營】活動