PaddleOCR的初体验

参加了某度的线上直播,主播系统介绍了paddleOCR产品,感觉凶得很啊。
找台带显卡的服务器+docker+nviidia-docker,就能跑测试样例。

官方文档:
环境配置:https://github.com/PaddlePaddle/PaddleOCR
主要是cuda运行环境+拉取PaddleOCR代码+安装依赖包
建议使用docker进行配置,便于环境隔离和管理。

测试:超级轻量级中文OCR模型

  • 其实就是由检测模型DB(4.1M)+识别模型CRNN(4.5M)联合的
  • 单模型支持中英文数字组合识别、竖排文本识别、长文本识别

下载inference模型文件包

该模型包含DB检测模型 + CRNN识别模型

cd PaddleOCR/
wget https://paddleocr.bj.bcebos.com/inference.tar
### inference模型文件包解压
tar -xf inference.tar

查看模型 :ls -lh inference/rec/
在这里插入图片描述
可以看到训练好的检测和识别推理模型总大小只有8.7M。应该是非常轻量级的了,下面来看看模型的测试结果。

官方样例:
1)竖向文字OCR
在这里插入图片描述
在这里插入图片描述
横向文字OCR
在这里插入图片描述
在这里插入图片描述
手机拍摄图片OCR
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
不得不说提供的DB模型确实兼顾了横向和竖向文字检测能力,但对弯曲文本的处理泛化能力明显不那么强。CRNN识别能力看着还不错,如果是做应用做些针对性训练应该能满足需求。最值的借鉴的是对整个模型的压缩处理。

  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值