PaddleOCR学习笔记 00-PaddleOCR简介

最新推荐文章于 2025-10-20 18:50:32 发布
原创 最新推荐文章于 2025-10-20 18:50:32 发布 · 1.3k 阅读 · 8 ·
CC 4.0 BY-SA版权
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。
部署运行你感兴趣的模型镜像

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

您可能感兴趣的与本文相关的镜像

PaddlePaddle-v3.3

PaddlePaddle-v3.3

PaddlePaddle

PaddlePaddle是由百度自主研发的深度学习平台，自 2016 年开源以来已广泛应用于工业界。作为一个全面的深度学习生态系统，它提供了核心框架、模型库、开发工具包等完整解决方案。目前已服务超过 2185 万开发者，67 万企业，产生了 110 万个模型

PaddleOCR整体了解
我有一个梦想
11-09 6399
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
PaddleOCR使用笔记-快速安装
快乐的小小程序猿
09-04 953
PaddleOCR使用笔记 Linux环境下 快速安装 首先查看一下自己的cuda版本（10.1.168） cat /usr/local/cuda/version.txt 再看一下cuDNN的版本（7.6.1） cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 安装好docker和nvidia-docker后【参考教程：https://lexiaoyuan.blog.youkuaiyun.com/article/details/11
Paddle-OCR简介
justlpf的专栏
11-08 1111
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
09-06 749
paddle 安装记录
百度 PaddleOCR 3.0 深度测评：与 MinerU 的复杂表格识别对决
最新发布
王不二的AI之路
10-20 2002
百度发布PaddleOCR-VL 0.9B，打造全流程OCR解决方案。作为百度传统优势领域，PaddleOCR 3.0完成架构升级，集成多模态大模型能力，包含四大核心模块：支持109种语言的文档解析、多语种文字识别、复杂文档结构转换和智能信息抽取。测试聚焦复杂表格场景，对比显示PaddleOCR在扫描表格识别中表现稳定，准确还原表格结构，而竞品MinerU同样完成识别任务但格式处理稍逊。新版OCR在保持百度技术优势的同时，展现出处理复杂文档的能力。
paddleocr学习笔记（一）从官网开始
juluwangriyue的博客
01-30 3177
官网github说明：https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/README_ch.md English| 简体中文 简介 PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。 注意 PaddleOCR同时支持动态图与静态图两种编程范式 动态图版本：dygraph分支（默认），需将paddle版本升级至2.0.0（快速安装） 静态图版本：develop分支 近期更新 20.
paddleocr学习笔记汇总
juluwangriyue的博客
02-27 954
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使用笔记- 安装与使用
快乐的小小程序猿
09-04 1081
PaddleOCR使用笔记 Windows环境下 快速安装 在本地就安装cpu版本的PaddlePaddle 创建虚拟环境 conda create -n paddle python=3.8 进入Anaconda虚拟环境 activate paddle 安装cpu版本的PaddlePaddle python -m pip install paddlepaddle==2.0.0 -i https://mirror.baidu.com/pypi/simple 使用git，下载Pad
PaddleOCR使用笔记-文字检测训练
快乐的小小程序猿
09-04 1859
PaddleOCR使用笔记 Linux环境下 文字检测训练 官方文档：https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.0/doc/doc_ch/detection.md 数据准备 从官网下载icdar2015数据集，首次下载需注册。 将下载到的数据集解压到工作目录下，解压在 PaddleOCR/train_data/ 下，并下载单独的标注文件（PaddleOCR将零散的标注文件整理成单独的标注文件） # 在PaddleOCR路径
PaddleOCR使用笔记-PaddleOCR develop版本安装及使用(失败)
快乐的小小程序猿
09-05 961
PaddleOCR使用笔记 Linux环境下 PaddleOCR develop版本安装及使用(失败) cd /home/xushicheng/projects nvidia-docker run --name paddle-dev -it -v $PWD:/paddle-dev registry.baidubce.com/paddlepaddle/paddle:2.0.0-gpu-cuda10.1-cudnn7 /bin/bash git clone https://gitee.com/paddle
PaddleOCR使用笔记-paddleocr package使用说明
快乐的小小程序猿
09-06 1930
PaddleOCR使用笔记 Linux环境下 paddleocr package使用说明 Windows下使用 安装whl包 pip安装 pip install "paddleocr>=2.0.1" # 推荐使用2.0.1+版本 代码使用 检测+分类+识别全流程 from paddleocr import PaddleOCR from tools.infer.utility import draw_ocr # Paddleocr目前支持中英文、英文、法语、德语、韩语、日语，可以通过修改lan
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》—— OCR
will be blogging
03-11 9934
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 3373
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 8614
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 1228
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：超越人眼识别率的AI文字识别神器
m0_59596937的博客
12-12 8627
PaddleOCR是一个可以识别图片中文字的工具，可以将图片中的文字转换成电脑可以认识的文字。简单来说，它的原理是使用深度学习技术，通过训练模型来识别图片中的文字。具体来说，它会通过一系列处理，比如缩放、灰度化、去噪等操作，来提高文字识别的准确率。然后，它会使用深度学习模型来检测图片中的文字区域，并将其转换成电脑可以识别的边界框。最后，它会使用另一个深度学习模型来识别边界框中的文字，并将其转换成电脑可以识别的文字。这样，就可以实现将图片中的文字转换成电脑可以识别的文字的功能了。
PaddleOCR字符识别，训练自己的数据集全流程（环境、标注、训练、推理）
wwwwww7733的博客
08-17 5894
PaddleOCR是基于百度飞桨框架的开源OCR工具，支持80多种语言，适用于复杂文本场景。本文介绍了PaddleOCR的环境配置、数据集制作和模型训练流程。首先通过conda创建虚拟环境并安装PaddlePaddle和PaddleOCR，然后使用PPOCRLabel工具标注数据集，划分训练集、验证集和测试集。接着下载预训练权重，分别训练文本检测和识别模型，最后评估模型性能并导出静态图模型。整个过程涵盖了从数据准备到模型部署的完整OCR开发流程，适用于票据识别、文档数字化等应用场景。
PaddleOCR tmdp
01-11
### PaddleOCR tmdp 示例 教训 问题解决 关于PaddleOCR与TMDP0200探头之间的关联，在现有资料中并未找到直接涉及这两者组合使用的具体实例或教程[^3]。然而，可以推测用户可能希望了解如何利用特定硬件设备（如TMDP0200）配合基于PaddleOCR的文字识别解决方案来实现某些应用场景下的优化。 对于想要深入了解PaddleOCR的应用开发人员来说，通常会关注以下几个方面： #### 文档阅读与理解 官方文档是最权威的信息源之一。建议访问[PaddleOCR GitHub页面](https://github.com/PaddlePaddle/PaddleOCR)，这里不仅提供了详细的安装指南、API说明以及常见问题解答，还包含了丰富的案例研究和最佳实践分享[^1]。 #### 实践操作指导 为了更好地掌握PaddleOCR的功能特性及其实际应用效果，可以通过完成一些具体的练习项目来进行学习。例如尝试构建一个简单的光学字符识别系统，用于处理图像中的文字提取任务。这类项目的实施过程往往能够帮助开发者积累宝贵的经验，并提高解决问题的能力。 ```python from paddleocr import PaddleOCR, draw_ocr import cv2 # 初始化模型 ocr = PaddleOCR(lang='en') img_path = 'path_to_your_image.jpg' result = ocr.ocr(img_path) for line in result: print(line) ``` 上述代码展示了怎样加载图片并通过调用`PaddleOCR`类的方法执行OCR操作，最后打印出检测到的文字信息。 #### 社区交流平台 遇到困难时不妨求助于开源社区的力量。像GitHub Issues这样的在线论坛允许用户提交疑问并与维护团队及其他贡献者互动沟通。此外还有许多第三方技术博客和个人笔记也值得参考借鉴。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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