English | 简体中文 | हिन्दी | 日本語 | 한국인 | Pу́сский язы́к

简介

PaddleOCR 旨在打造一套丰富、领先、且实用的 OCR 工具库，助力开发者训练出更好的模型，并应用落地。

🚀 社区

PaddleOCR 由 PMC 监督。Issues 和 PRs 将在尽力的基础上进行审查。欲了解 PaddlePaddle 社区的完整概况，请访问 community。

⚠️注意：Issues模块仅用来报告程序🐞Bug，其余提问请移步Discussions模块提问。如所提Issue不是Bug，会被移到Discussions模块，敬请谅解。

📣 近期更新

• 🔥2024.7 添加 PaddleOCR 算法模型挑战赛冠军方案：

  • 赛题一：OCR 端到端识别任务冠军方案——场景文本识别算法-SVTRv2；
  • 赛题二：通用表格识别任务冠军方案——表格识别算法-SLANet-LCNetV2。

• 💥2024.6.27 飞桨低代码开发工具 PaddleX 3.0 重磅更新！

  • 低代码开发范式：支持 OCR 模型全流程低代码开发，提供 Python API，支持用户自定义串联模型；
  • 多硬件训推支持：支持英伟达 GPU、昆仑芯、昇腾和寒武纪等多种硬件进行模型训练与推理。PaddleOCR支持的模型见 模型列表

• 📚直播和OCR实战打卡营预告：《PP-ChatOCRv2赋能金融报告信息智能化抽取，新金融效率再升级》课程上线，破解复杂版面、表格识别、信息抽取OCR解析难题，直播时间：6月6日（周四）19：00。并于6月11日启动【政务采购合同信息抽取】实战打卡营。报名链接：https://www.wjx.top/vm/eBcYmqO.aspx?udsid=197406

• 🔥2024.5.10 上线星河零代码产线(OCR 相关)：全面覆盖了以下四大 OCR 核心任务，提供极便捷的 Badcase 分析和实用的在线体验：

  • 通用 OCR (PP-OCRv4)。
  • 通用表格识别 (SLANet)。
  • 通用图像信息抽取 (PP-ChatOCRv2-common)。
  • 文档场景信息抽取 (PP-ChatOCRv2-doc)。

  同时采用了 全新的场景任务开发范式 ,将模型统一汇聚，实现训练部署的零代码开发，并支持在线服务化部署和导出离线服务化部署包。

• 🔥2023.8.7 发布 PaddleOCR release/2.7

  • 发布PP-OCRv4，提供 mobile 和 server 两种模型
    • PP-OCRv4-mobile：速度可比情况下，中文场景效果相比于 PP-OCRv3 再提升 4.5%，英文场景提升 10%，80 语种多语言模型平均识别准确率提升 8%以上
    • PP-OCRv4-server：发布了目前精度最高的 OCR 模型，中英文场景上检测模型精度提升 4.9%， 识别模型精度提升 2% 可参考快速开始 一行命令快速使用，同时也可在飞桨 AI 套件(PaddleX)中的通用 OCR 产业方案中低代码完成模型训练、推理、高性能部署全流程

• 🔨2022.11 新增实现4 种前沿算法：文本检测 DRRG, 文本识别 RFL, 文本超分Text Telescope，公式识别CAN

• 2022.10 优化JS 版 PP-OCRv3 模型：模型大小仅 4.3M，预测速度提升 8 倍，配套 web demo 开箱即用

• 💥 直播回放：PaddleOCR 研发团队详解 PP-StructureV2 优化策略。微信扫描下方二维码，关注公众号并填写问卷后进入官方交流群，获取直播回放链接与 20G 重磅 OCR 学习大礼包（内含 PDF 转 Word 应用程序、10 种垂类模型、《动手学 OCR》电子书等）

• 🔥2022.8.24 发布 PaddleOCR release/2.6

  • 发布PP-StructureV2，系统功能性能全面升级，适配中文场景，新增支持版面复原，支持一行命令完成 PDF 转 Word；
  • 版面分析模型优化：模型存储减少 95%，速度提升 11 倍，平均 CPU 耗时仅需 41ms；
  • 表格识别模型优化：设计 3 大优化策略，预测耗时不变情况下，模型精度提升 6%；
  • 关键信息抽取模型优化：设计视觉无关模型结构，语义实体识别精度提升 2.8%，关系抽取精度提升 9.1%。

• 🔥2022.8 发布 OCR 场景应用集合：包含数码管、液晶屏、车牌、高精度 SVTR 模型、手写体识别等9 个垂类模型，覆盖通用，制造、金融、交通行业的主要 OCR 垂类应用。

更多

🌟 特性

支持多种 OCR 相关前沿算法，在此基础上打造产业级特色模型PP-OCR、PP-Structure和PP-ChatOCRv2，并打通数据生产、模型训练、压缩、预测部署全流程。

上述内容的使用方法建议从文档教程中的快速开始体验

⚡ 快速开始

• 在线免费体验：

  • PP-OCRv4 在线体验地址：https://aistudio.baidu.com/community/app/91660
  • SLANet 在线体验地址：https://aistudio.baidu.com/community/app/91661
  • PP-ChatOCRv2-common 在线体验地址：https://aistudio.baidu.com/community/app/91662
  • PP-ChatOCRv2-doc 在线体验地址：https://aistudio.baidu.com/community/app/70303

• 一行命令快速使用：快速开始（中英文/多语言/文档分析）

• 移动端 demo 体验：安装包 DEMO 下载地址(基于 EasyEdge 和 Paddle-Lite, 支持 iOS 和 Android 系统)

📖 技术交流合作

• 飞桨低代码开发工具 PaddleX 官方交流频道：https://aistudio.baidu.com/community/channel/610

📚《动手学 OCR》电子书

• 《动手学 OCR》电子书

🛠️ PP-OCR 系列模型列表（更新中）

模型简介	模型名称	推荐场景	检测模型	方向分类器	识别模型
中英文超轻量 PP-OCRv4 模型（15.8M）	ch_PP-OCRv4_xx	移动端&服务器端	推理模型 / 训练模型	推理模型 / 训练模型	推理模型 / 训练模型
中英文超轻量 PP-OCRv3 模型（16.2M）	ch_PP-OCRv3_xx	移动端&服务器端	推理模型 / 训练模型	推理模型 / 训练模型	推理模型 / 训练模型
英文超轻量 PP-OCRv3 模型（13.4M）	en_PP-OCRv3_xx	移动端&服务器端	推理模型 / 训练模型	推理模型 / 训练模型	推理模型 / 训练模型

• 超轻量 OCR 系列更多模型下载（包括多语言），可以参考PP-OCR 系列模型下载，文档分析相关模型参考PP-Structure 系列模型下载

PaddleOCR 场景应用模型

行业	类别	亮点	文档说明	模型下载
制造	数码管识别	数码管数据合成、漏识别调优	光功率计数码管字符识别	下载链接
金融	通用表单识别	多模态通用表单结构化提取	多模态表单识别	下载链接
交通	车牌识别	多角度图像处理、轻量模型、端侧部署	轻量级车牌识别	下载链接

• 更多制造、金融、交通行业的主要 OCR 垂类应用模型（如电表、液晶屏、高精度 SVTR 模型等），可参考场景应用模型下载

📖 文档教程

• 运行环境准备
• PP-OCR 文本检测识别🔥
  • 快速开始
  • 模型库
  • 模型训练
    • 文本检测
    • 文本识别
    • 文本方向分类器
  • 模型压缩
    • 模型量化
    • 模型裁剪
    • 知识蒸馏
  • 推理部署
    • 基于 Python 预测引擎推理
    • 基于 C++预测引擎推理
    • 服务化部署
    • 端侧部署
    • Paddle2ONNX 模型转化与预测
    • 云上飞桨部署工具
    • Benchmark
• PP-Structure 文档分析🔥
  • 快速开始
  • 模型库
  • 模型训练
    • 版面分析
    • 表格识别
    • 关键信息提取
  • 推理部署
    • 基于 Python 预测引擎推理
    • 基于 C++预测引擎推理
    • 服务化部署
• 前沿算法与模型🚀
  • 文本检测算法
  • 文本识别算法
  • 端到端 OCR 算法
  • 表格识别算法
  • 关键信息抽取算法
  • 使用 PaddleOCR 架构添加新算法
• 场景应用
• 数据标注与合成
  • 半自动标注工具 PPOCRLabel
  • 数据合成工具 Style-Text
  • 其它数据标注工具
  • 其它数据合成工具
• 数据集
  • 通用中英文 OCR 数据集
  • 手写中文 OCR 数据集
  • 垂类多语言 OCR 数据集
  • 版面分析数据集
  • 表格识别数据集
  • 关键信息提取数据集
• 代码组织结构
• 效果展示
• 《动手学 OCR》电子书📚
• 开源社区
• FAQ
  • 通用问题
  • PaddleOCR 实战问题
• 参考文献
• 许可证书

👀 效果展示 more

PP-OCRv3 中文模型

PP-OCRv3 英文模型

PP-OCRv3 多语言模型

PP-Structure 文档分析

• 版面分析+表格识别

• SER（语义实体识别）

• RE（关系提取）

许可证书

本项目的发布受Apache 2.0 license许可认证。