PaddleOCR2Pytorch

Paddleocr2pytorch

単純化された中国人|英語

導入

「フリーセックス」パドルクル。

このプロジェクトは、次のことを目指しています。

• Paddleocrを学びます
• Paddleocrの訓練されたモデルをPytorchで使用します
• Pytorchへのパドルの参照を提供します

知らせ

PytorchOCRは、 PaddleOCRv2.0+動的グラフバージョンによって移植されています。

最近の更新

• 2024.02.20 PP-OCRV4、モバイルモデルとサーバーモデルを提供します
  • PP-OCRV4-MOBILE：同等の速度で、中国のシーン効果はPP-OCRV3と比較して4.5％改善され、英語のシーンは10％改善され、80の言語多言語モデルの平均認識精度は8％以上増加します。
  • PP-OCRV4-SERVER：精度が最も高いOCRモデルがリリースされ、中国語および英語のシナリオの検出モデルの精度が4.9％増加し、識別モデルの精度が2％増加します。
• 2023.04.16式識別CAN
• 2023.04.07テキストスーパーセグメントテキストテレススコープ
• 2022.10.17テキスト認識：Vitstr
• 2022.10.07テキスト検出：DB ++
• 2022.07.24テキスト検出アルゴリズム（fcenet）
• 2022.07.16テキスト認識アルゴリズム（SVTR）
• 2022.06.19テキスト認識アルゴリズム（SAR）
• 2022.05.29 PP-OCRV3、速度が同等になると、中国のシーン効果がPP-OCRV2と比較して5％増加し、英語のシーンが11％増加し、80言語多言語モデルの平均認識精度が5％以上増加しています。
• 2022.05.14 PP-OCRV3テキスト検出モデル
• 2022.04.17 1テキスト認識アルゴリズム（NRTR）
• 2022.03.20 1テキスト検出アルゴリズム（PSENET）
• 2021.09.11 PP-OCRV2、CPU推論速度はPP-ocrサーバーの速度よりも220％高くなっています。効果はpp-ocrモバイルの効果よりも7％高くなっています
• 2021.06.01更新SRN
• 2021.04.25 AAAI 2021ペーパーエンドツーエンド識別アルゴリズムPGNETを更新しました
• 2021.04.24更新レア
• 2021.04.12 Starnetを更新します
• 2021.04.08 DB、SAST、East、Rosetta、CRNNの更新
• 2021.04.03は、多言語認識モデルを更新しており、現在27を超える言語をサポートしており、単純化された中国語、伝統的な中国語、英語、フランス語、ドイツ語、日本、イタリア語、スペイン語、ポルトガル語、ロシア語、アラビア語などを含む多言語モデルのダウンロードをサポートしています。
• 2021.01.10無料中国語および英語の一般OCRモデル

特性

高品質の推論モデル、正確な認識効果

• 超軽量PP-ocrシリーズ：検出 +方向分類器 +識別
• 超軽量PTOCR_MOBILEモバイルターミナルシリーズ
• 一般的なPTOCR_SERVERシリーズ
• 中国と英語のデジタルコンビネーション認識、垂直テキスト認識、および長いテキスト認識をサポートしています
• 多言語認識をサポートする：韓国語、日本、ドイツ語、フランス語など。

モデルリスト（更新）

pytorchモデルのダウンロードリンク：https：//pan.baidu.com/s/1r1delt8blgxeop2rqrejeg抽出コード：6clx

PaddleocrモデルBaiduネットワークディスクリンク：https：//pan.baidu.com/s/1getaprt2l_jqwhjwml0g9g抽出コード：LMV7

その他のモデルのダウンロード（多言語を含む）については、PT-OCR V2.0シリーズモデルのダウンロードを参照できます

ドキュメントチュートリアル

• クイックインストール
• モデル予測
• ピップライン
• エフェクトディスプレイ
• 参照
• よくある質問
• 参照してください

トト

• フロンティアアルゴリズム：テキスト検出DRRG、テキスト認識RFL
• テキスト認識：Abinet、Visionlan、Spin、RobustScanner
• テーブル認識：テーブルマスター
• PP-STRUCTUREV2、システム関数のパフォーマンスは完全にアップグレードされ、中国のシーンに適合し、レイアウトの復元をサポートし、ワンラインコマンドをサポートしてPDFをWordに完了します
• レイアウト分析モデルの最適化：モデルストレージは95％減少し、速度は11倍増加し、平均CPU時間は41msのみです
• テーブル認識モデルの最適化：3つの主要な最適化戦略を設計し、予測時間が変更されないため、モデルの精度が6％向上します。
• 主要な情報抽出モデルの最適化：視覚的に無関係なモデル構造を設計し、セマンティックエンティティ認識の精度を2.8％向上させ、関係抽出精度を9.1％増加させます。
• テキスト認識アルゴリズム（シード）
• ドキュメント構造化されたアルゴリズムキー情報抽出アルゴリズム（SDMGR）
• 3 docvqaアルゴリズム（layoutlm、layoutlmv2、layoutxlm）
• ドキュメント構造分析pp-structure Toolkitは、レイアウト分析とテーブル認識をサポートしています（Excel Exportを含む）

PP-OCRV2 PIPLINE

[1] PP-OCRは、実用的な超軽量OCRシステムです。主に、DBテキスト検出、検出フレームの修正、CRNNテキスト認識の3つの部分で構成されています。システムは、バックボーンネットワークの選択と調整、予測ヘッド設計、データの増強、学習率変換戦略、正規化パラメーター選択、事前訓練されたモデルの使用、および自動モデルのトリミングと量子化の8つの側面から各モジュールのモデルを最適化およびスリムするために19の効果的な戦略を使用します。詳細については、PP-OCRテクニカルソリューションhttps://arxiv.org/abs/2009.09941を参照してください。

[2] PP-OCRに基づいて、PP-OCRV2は5つの側面での最適化にさらに焦点を合わせました。検出モデルは、CMLコラボレーション相互学習知識蒸留戦略とコピーパストデータ増強戦略を採用しています。識別モデルは、LCNET軽量バックボーンネットワークを採用し、UDMLは知識蒸留戦略を改善し、CTC損失関数の改善を強化し（上記の図の赤いボックスに示すように）、推論速度と予測効果をさらに改善します。詳細については、PP-OCRV2テクニカルレポートを参照してください。

エフェクトディスプレイ

• 中国モデル

• 英語モデル

• 他の言語モデル

参照してください

• https://github.com/paddlepaddle/paddleocr
• https://github.com/wenmuzhou/pytorchocr
• パドル
• Pytorch
• https://github.com/frotms/image_classification_pytorch
• https://github.com/paddlepaddle/paddleocr/blob/release/2.7/doc/doc_ch/models_list.md