PytorchOCR

简介

PytorchOCR旨在打造一套训练，推理，部署一体的OCR引擎库

添加微信z572459439或者nsnovio，然后进群讨论。备注ocr进群。

更新日志

• 2022.02.24 更新：新增convnext作为backbone
• 2022.01.28 更新：新增transformer作为backbone
• 2022.01.07 更新：

1. 检测模型新增backbone类型ghostnet
2. 新增pse模型
3. 新增dbnet的蒸馏版本
4. 新增新版轻量化检测模型
5. 修复一些bug

• 2021.02.27 添加移动端识别模型文件、移动端DBNet模型文件
• 2021.02.25 添加服务器端识别模型文件
• 2021.02.09 添加DBNet模型，修改DBNet网络结构的fpn，inference时候的缩放及后处理
• 2020.07.01 添加 添加新算法文档
• 2020.06.29 添加检测的mb3和resnet50_vd预训练模型
• 2020.06.25 检测模块的训练和预测ok
• 2020.06.18 更新README
• 2020.06.17 识别模块的训练和预测ok

todo list

• crnn训练与python版预测
• DB训练与python版预测
• imagenet预训练模型
• 服务器端识别模型文件
• DB通用模型
• 手机端部署
• With Triton,推荐使用Savior

环境配置

需要的环境如下

• pytorch 1.4+
• torchvision 0.5+
• gcc 4.9+ (pse,pan会用到)

快速安装环境

pip3 install -r requirements.txt

文档教程

• 文字检测
• 文字识别
• 添加新算法

文本检测算法

PytorchOCR开源的文本检测算法列表：

• DB(paper)

模型简介	骨干网络	推荐场景	大小	下载链接
预训练模型	ResNet50	服务器端	97.3M	3cmz
原始超轻量模型，支持中英文、多语种文本检测	MoblieNet	移动端	2.3M	c9ko
新版 轻量模型，支持中英文、多语种文本检测	MoblieNet	移动端	2.3M	39ne
通用模型，支持中英文、多语种文本检测，比超轻量模型更大，但效果更好	ResNet18	服务器端	47.2M	r26k
预训练模型	swin_transformer	服务器端	240M	se32
预训练模型	convnext	服务器端	113M	46is

文本识别算法

PytorchOCR开源的文本识别算法列表：

• CRNN(paper)

模型简介	骨干网络	推荐场景	大小	下载链接
原始超轻量模型，支持中英文、数字识别	MoblieNet	移动端	4.2M	7x9q
通用模型，支持中英文、数字识别	ResNet34	服务器端	106.4M	sdnc

预训练模型下载地址

链接: https://pan.baidu.com/s/1uMWys5lQ5ZfhnaOCPBVqZw 密码: i9du

结果展示

贡献代码

我们非常欢迎你为PytorchOCR贡献代码，也十分感谢你的反馈。

相关仓库

• https://github.com/WenmuZhou/OCR_DataSet