榜单
服务器优惠
AI论文
-
更新
更新 更新 2020.8.24 支持通过whl包安装使用PaddleOCR，具体参考Paddleocr Package使用说明 2020.8.21 更新8月18日B站直播课回放和PPT，课节2，易学易用的OCR工具大礼包，获取地址 2020.8.16 开源文本检测算法SAST 和文本识别算法SRN 2020.7.23 发布7月21日B站直播课... -
更新
更新 更新 2020.12.15 更新数据合成工具Style-Text ，可以批量合成大量与目标场景类似的图像，在多个场景验证，效果明显提升。 2020.12.07 FAQ 新增5个高频问题，总数124个，并且计划以后每周一都会更新，欢迎大家持续关注。 2020.11.25 更新半自动标注工具PPOCRLabel ，辅助开发者高效完成标注任务，输出格... -
FAQ
FAQ 写在前面 PaddleOCR常见问题汇总(持续更新) 近期更新（2021.4.6） Q3.4.40: 使用hub_serving部署，延时较高，可能的原因是什么呀？ Q2.3.20: 如何根据不同的硬件平台选用不同的backbone？ Q3.1.55: 目前PaddleOCR有知识蒸馏的demo吗？ Q3.3.33: 训练识别和检测时学习率... -
文本检测
文字检测 数据准备 快速启动训练 启动训练 断点训练 指标评估 测试检测效果 文字检测 本节以icdar2015数据集为例，介绍PaddleOCR中检测模型的训练、评估与测试。 数据准备 icdar2015数据集可以从官网 下载到，首次下载需注册。 将下载到的数据集解压到工作目录下，假设解压在 PaddleOCR/train_da... -
半自动标注工具PPOCRLabel
PPOCRLabel 近期更新 尽请期待 安装 1. 安装PaddleOCR 2. 安装PPOCRLabel Windows + Anaconda Ubuntu Linux macOS 使用 操作步骤 注意 说明 快捷键 内置模型 保存方式 导出部分识别结果 错误提示 参考资料 English | 简体中文 PP... -
如何生产自定义超轻量模型？
如何生产自定义超轻量模型？ step1：训练文本检测模型 step2：训练文本识别模型 step3：模型串联预测 如何生产自定义超轻量模型？ 生产自定义的超轻量模型可分为三步：训练文本检测模型、训练文本识别模型、模型串联预测。 step1：训练文本检测模型 PaddleOCR提供了EAST、DB两种文本检测算法，均支持MobileNetV... -
快速安装
快速安装 快速安装 经测试PaddleOCR可在glibc 2.23上运行，您也可以测试其他glibc版本或安装glic 2.23 PaddleOCR 工作环境 PaddlePaddle 1.7+ python3.7 glibc 2.23 cuDNN 7.6+ (GPU) 建议使用我们提供的docker运行PaddleOCR，有关docker、... -
方向分类器
文字角度分类 数据准备 启动训练 训练 评估 预测 文字角度分类 数据准备 请按如下步骤设置数据集： 训练数据的默认存储路径是 PaddleOCR/train_data/cls ,如果您的磁盘上已有数据集，只需创建软链接至数据集目录： ln - sf < path / to / dataset > < path / to / p... -
FAQ
FAQ 写在前面 PaddleOCR常见问题汇总(持续更新) 【精选】OCR精选10个问题 Q1.1.1：基于深度学习的文字检测方法有哪几种？各有什么优缺点？ Q1.1.2：对于中文行文本识别，CTC和Attention哪种更优？ Q1.1.3：弯曲形变的文字识别需要怎么处理？TPS应用场景是什么，是否好用？ Q1.1.4：简单的对于精度要求不高的... -
端侧部署
端侧部署 1. 准备环境 运行准备 1.1 准备交叉编译环境 1.2 准备预测库 2 开始运行 2.1 模型优化 2.2 与手机联调 注意： FAQ 端侧部署 本教程将介绍基于Paddle Lite 在移动端部署PaddleOCR超轻量中文检测、识别模型的详细步骤。 Paddle Lite是飞桨轻量化推理引擎，为手机、IOT端提供...