PaddleOcr

https://gitee.com/paddlepaddle/PaddleOCR

PaddleOCR/doc/doc_ch/ppocr_introduction.md at main · PaddlePaddle/PaddleOCR

Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and...

https://github.com/PaddlePaddle/PaddleOCR/blob/main/doc/doc_ch/ppocr_introduction.md

基于DBNet和CRNN算法实现车牌识别_ddocr提供以下文件检测及识别模型,考虑车牌识别中字符数量较少,而且长度也固定,且-CSDN博客

文章浏览阅读3.1k次，点赞2次，收藏35次。车牌识别即识别各类机动车车牌信息，目前已广泛应用在停车场、收费站、道路等交通设施中。本教程基于文本检测算法DBNet和文本识别算法CRNN在CCPD数据集上实现车牌的检测与识别。_ddocr提供以下文件检测及识别模型,考虑车牌识别中字符数量较少,而且长度也固定,且

https://blog.csdn.net/m0_63642362/article/details/121710899

introduction

PP-OCR是PaddleOCR自研的实用的超轻量OCR系统。在实现前沿算法的基础上，考虑精度与速度的平衡，进行模型瘦身和深度优化，使其尽可能满足产业落地需求。

PP-OCR

PP-OCR是一个两阶段的OCR系统，其中文本检测算法选用DB，文本识别算法选用CRNN，并在检测和识别模块之间添加文本方向分类器，以应对不同方向的文本识别。

PP-OCR系统pipeline如下：

PP-OCR系统在持续迭代优化，目前已发布PP-OCR和PP-OCRv2两个版本：

PP-OCR从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面，采用19个有效策略，对各个模块的模型进行效果调优和瘦身(如绿框所示)，最终得到整体大小为3.5M的超轻量中英文OCR和2.8M的英文数字OCR。更多细节请参考PP-OCR技术报告。

PP-OCRv2

PP-OCRv2在PP-OCR的基础上，进一步在5个方面重点优化，检测模型采用CML协同互学习知识蒸馏策略和CopyPaste数据增广策略；识别模型采用LCNet轻量级骨干网络、UDML 改进知识蒸馏策略和Enhanced CTC loss损失函数改进（如上图红框所示），进一步在推理速度和预测效果上取得明显提升。更多细节请参考PP-OCRv2技术报告。

PP-OCRv3

PP-OCRv3在PP-OCRv2的基础上，针对检测模型和识别模型，进行了共计9个方面的升级：

PP-OCRv3检测模型对PP-OCRv2中的CML协同互学习文本检测蒸馏策略进行了升级，分别针对教师模型和学生模型进行进一步效果优化。其中，在对教师模型优化时，提出了大感受野的PAN结构LK-PAN和引入了DML蒸馏策略；在对学生模型优化时，提出了残差注意力机制的FPN结构RSE-FPN。

PP-OCRv3的识别模块是基于文本识别算法SVTR优化。SVTR不再采用RNN结构，通过引入Transformers结构更加有效地挖掘文本行图像的上下文信息，从而提升文本识别能力。PP-OCRv3通过轻量级文本识别网络SVTR_LCNet、Attention损失指导CTC损失训练策略、挖掘文字上下文信息的数据增广策略TextConAug、TextRotNet自监督预训练模型、UDML联合互学习策略、UIM无标注数据挖掘方案，6个方面进行模型加速和效果提升。

PP-OCRv3系统pipeline如下：

算法列表

飞桨使用二阶段算法

OCR(Optical Character Recognition,光学字符识别) = DBNet检测算法和CRNN识别模型作

PaddleOCR算法列表

PaddleOCR/doc/doc_ch/algorithm_overview.md at main · PaddlePaddle/PaddleOCR

https://github.com/PaddlePaddle/PaddleOCR/blob/main/doc/doc_ch/algorithm_overview.md

目标检测算法中有三个组件：Backbone、Neck和Head：

Backbone,

译作骨干网络，主要指用于特征提取的，已在大型数据集(例如ImageNet|COCO等)上完成预训练，拥有预训练参数的卷积神经网络，例如：ResNet-50、Darknet53等;

Head

译作检测头，主要用于预测目标的种类和位置(bounding boxes)

在Backone和Head之间，会添加一些用于收集不同阶段中特征图的网络层，通常称为

Neck。

PaddleOCR中提供了如下文本检测算法和文本识别算法列表，以及每个算法在英文公开数据集上的模型和指标，主要用于算法简介和算法性能对比。

文本检测算法：

模型	骨干网络	precision	recall	Hmean	下载链接
EAST	ResNet50_vd	85.80%	86.71%	86.25%	预训练模型
EAST	MobileNetV3	79.42%	80.64%	80.03%	预训练模型
DB	ResNet50_vd	86.41%	78.72%	82.38%	预训练模型
DB	MobileNetV3	77.29%	73.08%	75.12%	预训练模型
SAST	ResNet50_vd	91.39%	83.77%	87.42%	预训练模型

文本识别算法：

模型	骨干网络	Avg Accuracy	模型存储命名	下载链接
Rosetta	Resnet34_vd	80.9%	rec_r34_vd_none_none_ctc	预训练模型
Rosetta	MobileNetV3	78.05%	rec_mv3_none_none_ctc	预训练模型
CRNN	Resnet34_vd	82.76%	rec_r34_vd_none_bilstm_ctc	预训练模型
CRNN	MobileNetV3	79.97%	rec_mv3_none_bilstm_ctc	预训练模型
StarNet	Resnet34_vd	84.44%	rec_r34_vd_tps_bilstm_ctc	预训练模型
StarNet	MobileNetV3	81.42%	rec_mv3_tps_bilstm_ctc	预训练模型
RARE	MobileNetV3	82.5%	rec_mv3_tps_bilstm_att	预训练模型
RARE	Resnet34_vd	83.6%	rec_r34_vd_tps_bilstm_att	预训练模型
SRN	Resnet50_vd_fpn	88.52%	rec_r50fpn_vd_none_srn	预训练模型
NRTR	NRTR_MTB	84.3%	rec_mtb_nrtr	预训练模型

DB（ResNet50_vd） + CRNN（Resnet34_vd、MobileNetV3）