【2025版】最全面的开源OCR模型对比，从零基础到精通，精通收藏这篇就够了！

最新推荐文章于 2025-03-31 18:41:53 发布

黑客大白

最新推荐文章于 2025-03-31 18:41:53 发布

阅读量1.9k

点赞数 25

分类专栏：计算机程序员互联网文章标签： ocr 服务器 linux 大模型人工智能程序员开发语言

本文链接：https://blog.csdn.net/Libra1313/article/details/146111264

版权

程序员同时被 3 个专栏收录

1100 篇文章

订阅专栏

互联网

1092 篇文章

订阅专栏

计算机

1087 篇文章

订阅专栏

引言

目前，开源的项目中有很多 OCR 模型，但是没有一个统一的基准来衡量哪个是更好一些的。面对这么多的模型，让我们有些不知所措。为此，最近一段时间以来，我一直想要构建这样一个基准，现在来看，已经初步具有雏形。

为了能更好地评测各个模型效果，收集标注了两个开源评测集：

text_det_test_dataset[1]
text_rec_test_dataset[2]

为了能够方便计算各个模型指标，整理开源了两个计算常用指标的库：

TextDetMetric[3]
TextRecMetric[4]

以下结果均是基于以上 4 个库来的，其指标结果仅仅代表在指定评测集上效果，不代表在其他测试集上结果也是如此，仅供参考。

以下表格中推理时间是基于 MacBook Pro M2 运行所得，不同机器会有差别，请侧重查看彼此之间的比较。

指标计算都是在相同参数下计算得来，差别仅在于模型文件不同。

对应模型下载地址，参见：link[5]。

文本检测模型

评测依赖仓库：

rapidocr_onnxruntime==1.3.16: link[6]
计算指标库 TextDetMetric: link[7]
测试集 text_det_test_dataset: link[8]

详情可以移步AI Studio[9]运行查看。

不同推理引擎下，效果比较：

文本识别模型

评测依赖仓库：

rapidocr_onnxruntime==1.3.16: link[10]
计算指标库 TextRecMetric: link[11]
测试集 text_rec_test_dataset: link[12]

不同推理引擎下，效果比较：

输入 Shape:
v2: [3, 32, 320]
v3~v4: [3, 48, 320]

不同模型，实例化示例如下：

from rapidocr_onnxruntime import RapidOCR  
  
# v3 or v4  
engine = RapidOCR(  
  rec_model_path="models/ch_PP-OCRv3_rec_infer.onnx",  
)  
  
# v2  
engine = RapidOCR(  
  rec_model_path="models/ch_ppocr_mobile_v2.0_rec_infer.onnx",  
  rec_img_shape=[3, 32, 320],  
)