中年|8.6M超轻量中英文OCR模型开源，训练部署一条龙 | Demo可玩( 二 )
而且这个8.6M超轻量开源模型 ， 背后还有大厂背书 。
因为出品方不是别人 ， 是国产AI开发一哥百度 ， 他们把这个最新开源的OCR工具库取名：PaddleOCR 。
8.6M的通用OCR模型如何炼成
PaddleOCR发布的超轻量模型 ， 主要由4.1M的检测模型和4.5M的识别模型组成 。
其中 ， 检测模型的Base模型采用DB算法 ， 文本模型的Base模型采用经典的CRNN算法 。
鉴于MobileNetV3在端侧系列模型中的优越表现 ， 两个模型均选择使用MobileNetV3作为骨干网络 ， 可将模型大小初步减少90%以上 。
本文插图
除此之外 ， 开发人员还采用减小特征通道数等策略 ， 进一步对模型大小进行了压缩 。
模型虽小 ， 但是训练用到的数据集却一点也不少 ， 根据项目方给出的数据 ， 模型用到的数据量（包括合成数据）大约在百万到千万量级 。
本文插图
但是也有开发者可能会问 ， 在某些垂类场景 ， 通用OCR模型的精度可能不能满足需求 ， 而且算法模型在实际项目部署也会遇到各种问题 ， 应该怎么办呢？
本文插图
PaddleOCR从训练到部署 ， 提供了非常全面的一条龙指引 ， 堪称「最全OCR开发者大礼包」 。
「最全OCR开发者大礼包」
本文插图
△礼包目录 ， 堪称业界最全
支持自定义训练
OCR业务其实有特殊性 ， 用户的需求很难通过一个通用模型来满足 ， 之前开源的Chineseocr_Lite也是不支持用户训练的 。
为了方便开发者使用自己的数据自定义超轻量模型 ， 除了8.6M超轻量模型外 ， PaddleOCR同时提供了2种文本检测算法（EAST、DB）、4种文本识别算法（CRNN、Rosseta、STAR-Net、RARE） ， 基本可以覆盖常见OCR任务的需求 ， 并且算法还在持续丰富中 。
特别是「模型训练/评估」中的「中文OCR训练预测技巧」 ， 更是让人眼前一亮 ， 点进去可以看到「中文长文本识别的特殊处理、如何更换不同的backbone等业务实战技巧」 ， 相当符合开发者项目实战中的炼丹需求 。
本文插图
打通预测部署全流程
对开发者更友好的是 ， PaddleOCR提供了手机端（含iOS、Android Demo）、嵌入式端、大规模数据离线预测、在线服务化预测等多种预测工具组件的支持 ， 能够满足多样化的工业级应用场景 。
数据集汇总
项目帮开发者整理了常用的中文数据集、标注和合成工具 ， 并在持续更新中 。
目前包含的数据集包括：
5个大规模通用数据集（ICDAR2019-LSVT ， ICDAR2017-RCTW-17 ， 中文街景文字识别 ， 中文文档文字识别 ， ICDAR2019-ArT）
大规模手写中文数据集（中科院自动化研究所-手写中文数据集）
垂类多语言OCR数据集（中国城市车牌数据集、银行信用卡数据集、验证码数据集-Captcha、多语言数据集）
还整理了常用数据标注工具（labelImg、roLabelImg、labelme）、常用数据合成工具（text_renderer、SynthText、SynthText_Chinese_version、TextRecognitionDataGenerator、SynthText3D、UnrealText）
并且开源以来 ， 受到开发者的广泛关注 ， 已经有大量开发者投入到项目的建设中并且贡献内容 。
推荐阅读
- 中年|Carnot研发新型空气压缩机：噪音更低 寿命更长 成本更低
- 中年|中国-东盟区块链应用创新实验室揭牌
- 中年|交易所成黑钱胜地：“冻卡潮”背后的秘密
- 中年|波卡上线 现阶段是否值得投资？
- 中年|首台国产T3.20悬臂式掘进机在中信重工下线
- 中年|探索城市的“未来模样”，腾讯政务接下来这么干
- 中年|明年起禁用不可降解塑料购物袋、吸管！塑料袋发明者本来是为拯救地球
- 中年|神奇！这款智能垃圾集成箱能自动开合还能紫外线消毒
- 中年|6种经典糯米吃法，软软糯糯，一学即会
- 中年|慈善币AOT：用公益收割“韭菜”