PaddleOCR学习笔记 00-PaddleOCR简介

最新推荐文章于 2025-06-12 01:58:11 发布
最新推荐文章于 2025-06-12 01:58:11 发布
阅读量1.2k 收藏 8
点赞数
CC 4.0 BY-SA版权
分类专栏： PaddleOCR
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ECHOSON/article/details/114999788
本文介绍了PaddleOCR项目，包括文字检测与识别算法。探讨了百度自研的SAST检测算法和SRN识别算法，并提到了超轻量级模型在不同场景的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

PaddleOCR学习笔记 00-PaddleOCR简介

图片可能不全，大家可以观看b站的视频。

视频链接：https://www.bilibili.com/video/BV1nf4y1U7RX?p=4

官网地址：https://github.com/PaddlePaddle/PaddleOCR

入门教程：https://aistudio.baidu.com/aistudio/projectdetail/467229

OCR简介

image-20210319084824874

image-20210319084920478

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6fg7KP1y-1616120049737)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319085015245.png)]

image-20210319085141214

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jPrMZ7At-1616120049739)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319085309535.png)]

PaddleOCR开源情况

image-20210319085537431

image-20210319085604546

PaddleOCR文字检测算法

image-20210319085811326

17年cvpr，基于回归

弃用了anchor，多通道的FCN接一个NMS，对feature map的每个像素点都有一个检测结果

image-20210319090018061

image-20210319090217415

image-20210319090600079

image-20210319090825390

image-20210319090953127

基于分割的方法可以检测不规则的文本，更加准确。

image-20210319091228823

总的来说，在本地的话使用模型resnet50_vd比较好一些，在端侧使用mobilenetv3比较好些。

PaddleOCR文字识别算法

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MjeTo4Zy-1616120049744)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319091615079.png)]

image-20210319091916464

image-20210319092226967

image-20210319092246663

PaddleOCR总结

image-20210319092416895

image-20210319092450764

百度自研文本检测算法-SAST

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KOwPSSKX-1616120049746)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319092558983.png)]

image-20210319093201559

百度自研文字识别算法-SRN

image-20210319093144856

image-20210319093624447

百度自研端到端算法-End2End-PSL***

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yYdAjQbs-1616120049747)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319093803760.png)]

image-20210319094115799

image-20210319094201440

PaddleOCR 9m超轻量模型

image-20210319094237193

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-48XQyNiH-1616120049749)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319094250137.png)]

image-20210319094323856

image-20210319094426465

image-20210319094457240

结束

image-20210319094822801

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-r0AU2130-1616120049750)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319094944208.png)]

image-20210319095010063

image-20210319095127265

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ASgit3Ha-1616120049751)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319095228216.png)]

image-20210319095337424

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HMKRqrtz-1616120049752)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319095419033.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RAiDFaop-1616120049752)(https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210319095812466.png)]

image-20210319100522602

image-20210319100702474

PaddleOCR整体了解
我有一个梦想
11-09 6222
PaddleOCR介绍 PaddleOCR是一个文字识别模型套件，通过整合3阶段模型：文本框检测 - 角度分类 - 文字识别，实现识别图片文字。 默认提供了两个PaddleHub Module： （1）chinese_ocr_db_crnn_server：通用OCR模型 （2）chinese_ocr_db_crnn_mobile：轻量OCR模型 我们可以直接利用上述的PaddleHub Module进行预测（参考：chinese_ocr_db_crnn_server），也可以通过PaddleOCR
机器学习笔记 使用paddleocr推理时的参数设置详解(陆续整理中)
学以致用 知行合一
04-23 2607
paddleocr的整体架构跟它的野心一样庞大，所以paddleocr的参数就必然很多，官方文档对于参数的描述感觉也不够十分清晰，在刚开始用的时候甚至不知道有哪些参数可以设置，设置之后大概有什么样的影响。因为项目中使用到了，所以对推理时的参数进行了一番探索。
Windows下PaddleOCR环境搭建（官网）
weixin_52012241的博客
12-27 2117
默认已经安装好Pycharm和Anaconda，python3.7(我的python的版本) 一、安装PaddlePaddle（如果是在pycharm的Terminal运行的python3 -m就不用了,直接 pip install） 1、如果您的机器安装的是CUDA9或CUDA10，请运行以下命令安装： python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple 2、如果您的机器是CPU，请运行.
PaddleOCR图片文字提取
最新发布
何哥的博客
06-12 1973
摘要：百度开源的PaddleOCR 3.0是一款功能强大的OCR工具包，支持80多种语言识别，包括中文手写体和复杂版面。其核心优势在于全流程OCR解决方案、轻量级模型设计和丰富的预训练模型。用户可通过可执行程序、Python API或源码编译三种方式使用，适用于从日常办公到企业开发的多场景需求。PaddleOCR 3.0新增五大文字类型识别、文档高精度解析和智能文档理解三大能力，识别精度较上代提升13%，已成为开源OCR领域的首选工具。
Paddle-OCR简介
justlpf的专栏
11-08 850
参考[3]文字识别训练和评估流程，使用MJSynth和SynthText两个文字识别数据集训练，在IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE数据集上进行评估，算法效果如下：
PaddleOCR学习笔记
qq_40995887的博客
09-06 692
paddle 安装记录
paddleocr学习笔记汇总
juluwangriyue的博客
02-27 940
笔记计划设计paddleocr从官网教程开始一步步走完整个流程， 涉及：训练、评估、推理、转换模型、c++部署、python部署、docker使用等。 然后是准备自己数据进行训练到部署 ，接着就是代码分析，数据加载、数据增强、调参、损失函数设计、模型骨架选择、优化模型方法等。 ...
PaddleOCR之模型介绍与测试
ZONGXP的博客
12-09 1万+
在上一篇文章中，对 PaddleOCR 的功能进行了尝鲜，感觉还不错，但调参的时候发现通过 pip 安装的包支持的模型算法有限，无法满足使用需求，因此需要下载源码进行安装测试，本文对该方法进行一个介绍
PaddleOCR-release-2.6.zip
11-22
《飞桨PaddleOCR深度学习OCR工具库详解》 飞桨PaddleOCR是百度公司开源的一款强大且灵活的OCR（Optical Character Recognition，光学字符识别）工具库，它以其高效、轻量级和全面的特性在AI领域备受瞩目。本文将...
Python PaddleOCR OCR结构化识别的例子
02-07
Python PaddleOCR 是由百度研发的一个开源的光学字符识别（Optical Character Recognition, OCR）工具包，它基于深度学习技术，设计用于解决各种场景下的文字检测与识别问题。该库具有以下特点： 1. 广泛适用性：...
YOLOv8-DeepSORT-PaddleOCR-监督车辆管理
hsling
09-09 1288
近年来，人工智能领域发展迅速。这种发展促使我们探索如何利用先进技术来增强高速公路交通摄像头系统。该项目的主要动机是将尖端的深度学习算法无缝集成到我们的车辆管理系统中。通过实现这些目标，我们希望创建一个更高效、更智能的交通监控系统，利用人工智能的力量来增强高速公路的安全和交通管理。或者您可以点击我上面提供的 Vehicle_Quick_Test 笔记本来快速运行测试并查看结果。，包括汽车、卡车、公共汽车和摩托车。，在车辆进入和离开监控区域时对其进行。，进一步增强系统的功能。
RV1126笔记三十六：PaddleOCR环境搭建一
06-13 814
若该文为原创文章，转载请注明原文出处。在前面测试过PaddleOCR的文字识别功能，现在自己搭建训练模型并测试。这篇主要是环境搭建，环境为win10无GPU.
PaddleOCR使用详解
热门推荐
c2861024198的博客
04-07 2万+
文章目录PaddleOCR简介环境配置PaddleOCR2.0的配置环境Docker数据集文本检测使用自己的数据集文本识别使用自己的数据集字典自定义字典添加空格类别文本角度分类文本检测训练模型准备启动训练断点训练指标评估测试检测效果文本识别启动训练评估预测文本角度分类训练启动训练数据增强训练评估预测配置文件说明GlobalOptimizer ([ppocr/optimizer](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.0/ppocr/
PaddleOCR学习笔记 01--PaddleOCR简介
dejahu的博客
03-19 3136
PaddleOCR学习笔记 01-PaddleOCR简介 视频链接：https://www.bilibili.com/video/BV1nf4y1U7RX?p=4 官网地址：https://github.com/PaddlePaddle/PaddleOCR 入门教程：https://aistudio.baidu.com/aistudio/projectdetail/467229 OCR简介 PaddleOCR开源情况 PaddleOCR文字检测算法 17年cvpr，基于回归 弃用了anc
OCR数字仪表识别-PaddleOCR介绍（官方视频及经验分享）
啷个哩个啷
10-10 7775
Github-PaddlePaddle/PaddleOCR 两个视频地址：AI快车道2020-PaddleOCR
PaddleOCR使用笔记-文字检测训练、评估、推理
快乐的小小程序猿
09-05 1122
PaddleOCR使用笔记 Linux环境下 PaddleOCR develop版本安装及使用（第二次尝试）(成功) 文字检测训练 Ctrl+P+Q # 退出docker容器 cd ./projects/PaddleOCR_dev/PaddleOCR wget -P ./pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/MobileNetV3_large_x0_5_pretrained.tar tar -xf ./pret
《PaddleOCR》—— OCR
will be blogging
03-11 5975
PaddleOCR 是百度基于飞桨（PaddlePaddle）框架开源的全场景文字识别工具，支持多语言、多场景、高精度的 OCR 能力，覆盖文本检测、识别、方向分类等全流程，广泛应用于文档扫描、车牌识别、票据处理、工业质检等场景。
PaddleOCR使用笔记-快速使用
快乐的小小程序猿
09-04 750
PaddleOCR使用笔记 Linux环境下 快速使用 参考https://gitee.com/lexiaoyuan/PaddleOCR/blob/dygraph/doc/doc_ch/quickstart.md中的步骤，inference模型下载，这里以超轻量级模型为例： mkdir inference && cd inference # 下载超轻量级中文OCR模型的检测模型并解压 wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch
PaddleOCR：超越人眼识别率的AI文字识别神器！
测试开发技术
12-12 1907
在当今人工智能技术已经渗透到各个领域。其中，OCR（Optical Character Recognition）技术将图像中的文字转化为可编辑的文本，为众多行业带来了极大的便利。PaddleOCR是一款由百度研发的OCR开源工具，具有极高的准确率和易用性。本文将详细介绍PaddleOCR的基本原理、功能特点、使用方法以及应用场景，帮助你全面了解这一强大的OCR工具。1、PaddleOCR介绍Pad...
df2 = pd.concat([df2, dfc]) 发生异常: InvalidIndexError Reindexing only valid with uniquely valued Index objects
10-26
当你遇到 `InvalidIndexError`，并且提示 "Reindexing only valid with uniquely valued Index objects"，这通常意味着你在尝试对 DataFrame 的索引进行重新排序 (`reindex`) 或者合并 (`concat`) 时，由于其中一个或两个 DataFrame 的索引不是唯一的（即存在重复值），导致操作无法正常进行。 在 `pd.concat` 的情况下，如果两个 DataFrame 的索引中有重复值，`concat` 默认会保留第一个出现的索引并丢弃其他重复的值。如果你想要保留所有的数据，你应该首先处理索引冲突，可以考虑： 1. **删除重复索引**：使用 `drop_duplicates` 或 `.loc` 操作移除重复的行。 ```python df2 = df2.drop_duplicates(subset='index_column', keep='first') # 将 'index_column' 替换为你实际的索引列名称 ``` 2. **设置新的索引**：如果想保留重复数据，可以选择重置索引 (`reset_index`) 或者创建一个新的唯一索引。 ```python df2 = df2.reset_index(drop=True) # drop=True 会删除默认增加的 range-based 索引 ``` 3. **使用 `join` 或 `merge`**：如果你是在合并时遇到这个问题，可以考虑使用 `left_join`、`right_join` 或 `outer_join` 来指定合并方式，避免直接使用 `concat`。 总之，解决这个问题的关键是先确认索引是否唯一，然后采取适当的处理方式。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

肆十二

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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